机构名称：
¥ 1.0
由于对卫星图像的可及性提高，对大规模作物监测的研究蓬勃发展。使用基于卫星的光谱和机器学习（ML）（ML），该评论研究了甘蔗健康监测以及疾病/虫害检测中先前未探索和探索的区域。它讨论了系统开发中的关键考虑因素，包括相关的卫星，植被指数，ML方法，影响甘蔗反射率，最佳生长条件，常见疾病和传统检测方法的因素。许多研究强调了农作年龄，土壤类型，视角，水含量，最近的天气模式和甘蔗种类等因素如何影响光谱反射率，从而通过光谱法影响健康评估的准确性。但是，文献中尚未完全考虑这些变量。此外，目前的文献缺乏ML技术和植被指数之间的全面比较。本综述解决了这些差距，并讨论了，尽管目前的发现表明，ML驱动的卫星光谱系统有可能监测甘蔗健康，但进一步的研究至关重要。本文对先前的研究进行了全面的分析，以帮助释放这种潜力并使用卫星技术发展有效的甘蔗健康监测系统。
卫生型甘蔗健康监测，卫星光谱和机器学习：评论
主要关键词
相关文件推荐
