基于高分遥感的河南省冬小麦精确估产

合集下载

《2024年基于遥感数据和气象预报数据的DSSAT模型冬小麦产量和品质预报》范文

《基于遥感数据和气象预报数据的DSSAT模型冬小麦产量和品质预报》篇一一、引言冬小麦作为我国的主要粮食作物之一，其产量和品质的准确预测对于农业生产及国家粮食安全具有极其重要的意义。

近年来，随着遥感技术和气象预报技术的发展，基于遥感数据和气象预报数据的DSSAT模型在冬小麦产量和品质预测中得到了广泛应用。

本文旨在探讨基于遥感数据和气象预报数据的DSSAT模型在冬小麦产量和品质预测中的应用，以期为农业生产提供更为精准的决策支持。

二、DSSAT模型及其应用DSSAT（Decision Support System for Agrotechnology Transfer）模型是一种基于生态生理学原理的作物生长模拟模型，能够模拟作物的生长过程、产量及品质等。

该模型通过集成遥感数据和气象预报数据，实现对作物生长环境的模拟和预测。

在冬小麦产量和品质预测中，DSSAT模型能够根据冬小麦的生长特性、土壤条件、气象因素等，模拟冬小麦的生长过程，预测其产量和品质。

三、遥感数据在DSSAT模型中的应用遥感数据具有覆盖范围广、获取速度快、信息量大等优点，是DSSAT模型中的重要数据来源之一。

在冬小麦产量和品质预测中，遥感数据可以提供冬小麦的生长状态、叶面积指数、植被指数等信息，为DSSAT模型提供准确的作物生长环境信息。

通过与DSSAT模型的集成，可以实现对冬小麦生长过程的实时监测和预测。

四、气象预报数据在DSSAT模型中的应用气象因素是影响冬小麦生长的重要因素之一，气象预报数据在DSSAT模型中具有重要作用。

通过集成气象预报数据，DSSAT模型可以更准确地模拟冬小麦的生长过程，预测其产量和品质。

气象预报数据包括温度、降水、光照等气象要素，这些要素对冬小麦的生长具有重要影响。

通过分析气象要素的变化规律，可以更好地了解冬小麦的生长状况，为农业生产提供更为精准的决策支持。

五、冬小麦产量和品质预测实践在实际应用中，我们可以通过集成遥感数据和气象预报数据，利用DSSAT模型对冬小麦的产量和品质进行预测。

基于高光谱遥感与safy模型的冬小麦地上生物量估算

ａｃｃｏｒｄｉｎｇｔｏｃｒｏｐｇｒｏｗｔｈｐａｔｔｅｒｎｓａｎｄｅｎｖｉｒｏｎｍｅｎｔａｌｅｆｆｅｃｔｓꎬ ａｎｄｅｓｔａｂｌｉｓｈｅｓａｄｙｎａｍｉｃｍａｔｈｅｍａｔｉｃａｌ
ｍｏｄｅｌｔｈａｔｃａｎａｃｃｕｒａｔｅｌｙｓｉｍｕｌａｔｅｔｈｅｇｒｏｗｔｈａｎｄｄｅｖｅｌｏｐｍｅｎｔｏｆｃｒｏｐｓａｔａｓｉｎｇｌｅｐｏｉｎｔｓｃａｌｅ. Ｄａｔａ
(１. 河南理工大学测绘与国土信息工程学院ꎬ 焦作４５４０００ꎻ
２. 北京农业信息技术研究中心农业农村部农业遥感机理与定量遥感重点实验室ꎬ 北京１０００９７ꎻ
３. 国家农业信息化工程技术研究中心ꎬ 北京１０００９７ꎻ ４. 北京市农业物联网工程技术研究中心ꎬ 北京１０００９７)
摘要: 为了探索准确、高效地估算冬小麦地上生物量 ( Ｄｒｙａｅｒｉａｌｍａｓｓꎬ ＤＡＭ) 的方法ꎬ 获取了２０１３—２０１４年和
ｃｏｕｐｌｉｎｇｅｆｆｅｃｔｉｖｅｌｙｃｏｍｂｉｎｅｓｔｈｅａｄｖａｎｔａｇｅｓｏｆｒｅｍｏｔｅｓｅｎｓｉｎｇｔｅｃｈｎｏｌｏｇｙａｎｄｃｒｏｐｇｒｏｗｔｈｍｏｄｅｌꎬ ａｎｄ
ｈａｓｇｒｅａｔａｐｐｌｉｃａｔｉｏｎｐｏｔｅｎｔｉａｌｉｎｃｒｏｐｇｒｏｗｔｈｍｏｎｉｔｏｒｉｎｇ. Ｄｒｙａｅｒｉａｌｍａｓｓ ( ＤＡＭ) ｉｓｏｎｅｏｆｔｈｅｉｍｐｏｒｔａｎｔ
ＢｅｉｊｉｎｇＲｅｓｅａｒｃｈＣｅｎｔｅｒｆｏｒＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙｉｎＡｇｒｉｃｕｌｔｕｒｅꎬ Ｂｅｉｊｉｎｇ１０００９７ꎬ Ｃｈｉｎａ
３. ＮａｔｉｏｎａｌＥｎｇｉｎｅｅｒｉｎｇＲｅｓｅａｒｃｈＣｅｎｔｅｒｆｏｒＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙｉｎＡｇｒｉｃｕｌｔｕｒｅꎬ Ｂｅｉｊｉｎｇ１０００９７ꎬ Ｃｈｉｎａ

基于无人机高光谱的冬小麦植株氮含量估算

基于无人机高光谱的冬小麦植株氮含量估算（1.河南省测绘工程院，河南郑州450003；2.河南省遥感测绘院，河南郑州450003；3.河南工程学院土木工程学院，河南郑州451191）摘要：以冬小麦为研究对象，利用无人机搭载UHD185相机获取了挑旗期和开花期的高光谱影像，并同步采集了各小区的植株氮含量信息，结合相关性和方差膨胀因子，筛选了对植株氮含量敏感、植被指数之间共线性弱的植被指数，最后用多元线性回归、偏最小二乘回归和逐步回归算法3种方法探究冬小麦氮含量的较优高光谱反演模型。

结果表明，无论是挑旗期还是开花期，偏最小二乘回归构建的植株氮含量模型估算精度高于逐步回归和多元线性回归构建的植株氮含量估算模型，验证结果同样表明偏最小二乘回归的均方根误差为最小，将该模型应用于无人机高光谱影像上，可以为田块尺度的精准施肥提供参考。

关键词：无人机高光谱；逐步回归法；偏最小二乘回归；多元线性回归；植株氮含量中图分类号：P231文献标志码：B文章编号：1672-4623（2022）08-0008-05doi:10.3969/j.issn.1672-4623.2022.08.003Aug.,2022Vol.20,No.8地理空间信息GEOSPATIAL INFORMATION2022年8月第20卷第8期肖天豪1，周学军2，李存文1*，杨福芹3，杨佳琪3Estimation of Nitrogen Content in Winter Wheat Plants Based on UAV HyperspectrumXIAO Tianhao 1,ZHOU Xuejun 2,LI Cunwen 1,YANG Fuqin 3,YANG Jiaqi 3（1.Henan Institute of Surveying and Mapping Engineering,Zhengzhou 450003,China;2.Henan Remote Sensing Mapping Institute,Zhengzhou 450003,China;3.College of Civil Engineering,Henan University of Engineering,Zhengzhou 451191,China ）Abstract:Taking winter wheat as the research object,we used UHD185camera carried by UA V to obtain hyperspectral images of flag pick-ing stage and flowering stage,and collected the plant nitrogen content information in each plot bined with correlation and variance inflation factor,we selected the vegetation indices sensitive to plant nitrogen content and weak collinearity between vegetation indi-ces.Finally,we used multiple linear regression,partial least squares regression and stepwise regression algorithm to study the optimal hyper-spectral inversion model of nitrogen content in winter wheat.Results show that the carry flag period and flowering period,partial least-square regression to build the plant nitrogen content model estimation precision is higher than that of stepwise regression and multiple linear regres-sion to build the plant nitrogen content estimation model.The verification results also show that partial least-square regression root mean square error is minimum.Applying this model to UA V on hyperspectral image can provide scientific reference for precise fertilization at field scale.Key words:UA V hyperspectrum,stepwise regression,partial least squares regression,multiple linear regression,plant nitrogen content氮素是植物生长过程中不可缺少的成分，对植株氮含量的准确检测有利于对冬小麦的长势、精准施肥以及冬小麦产量进行预测[1-3]。

基于遥感数据和气象预报数据的DSSAT模型冬小麦产量和品质预报

基于遥感数据和气象预报数据的DSSAT模型冬小麦产量和品质预报随着农业生产的不断发展，粮食安全问题日益突出，冬小麦作为我国的主要粮食作物之一，其产量和品质的预测具有重要意义。

传统的冬小麦产量和品质预测主要依靠农业人员的经验和个人观察，存在主观性强、时效性差等问题。

因此，如何运用先进的遥感数据和气象预报数据进行冬小麦产量和品质预测，成为当前的研究热点。

本文将介绍一种基于DSSAT模型的冬小麦产量和品质预测方法，该方法结合遥感数据和气象预报数据，具备较高的准确性和实用性。

首先，我们需要了解DSSAT模型的原理。

DSSAT（Decision Support System for Agrotechnology Transfer）是一套用于农作物生长和种植管理决策支持的模型系统。

该模型可以使用真实地理环境、气象、土壤种类和农艺管理措施等参数，通过模拟农业生产的不同阶段，从而对作物的产量和品质进行预测。

接下来，我们需要获得用于模型输入的遥感数据和气象预报数据。

遥感数据可以通过卫星遥感技术获取，包括植被指数、地表温度、降雨量等信息，这些数据可以提供冬小麦生长环境的监测指标。

气象预报数据可以从气象局等机构获取，包括气温、相对湿度、降雨概率等信息，这些数据可以提供冬小麦生长过程中的气候条件。

将遥感数据和气象预报数据输入DSSAT模型中，通过模拟冬小麦生长的各个阶段，包括播种、萌芽、抽穗等，并考虑到不同的农艺管理措施，如施肥、灌溉、杂草防治等，模型可以得出一个关于冬小麦产量和品质的预测结果。

同时，DSSAT模型可以根据实际情况进行调整和优化，以提高预测结果的准确性。

基于DSSAT模型的冬小麦产量和品质预测方法具有很高的应用前景。

首先，该方法可以实现对冬小麦产量和品质的快速预测，大大提高了农业决策的精度和决策效率。

其次，该方法可以帮助农民和相关部门预测冬小麦产量和品质的变化趋势，及时采取相应的措施，以保障粮食安全。

此外，该方法还可以对气候变化等因素进行分析，为冬小麦的种植和管理提供科学依据。

基于高分遥感的河南省冬小麦精确估产

ＧｒｏｕｐＣｏｒｐｏｒａｔｉｏｎ．Ｚｈｅｎｇｚｈｏｕ４５００４７，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｙｉｅｌｄｐｒｅｄｉｃｔｉｏｎｏｆｂａｌｋａｇｒｉｃｕｌｔｕｒａｌｐｒｏｄｕｃｔｓｉｓａｎｉｍｐｏｒｔａｎｔｄｉｒｅｃｔｉｏｎｏｆｒｅｍｏｔｅｓｅｎｓｉｎｇｔｅｃｈｎｏｌｏｇｙ
ａｐｐｌｉｃａｔｉｏｎ．Ｏｎｔｈｅｂａｓｉｓｏｆｐｒｅｖｉｏｕｓｒｅｓｅａｒｃｈｒｅｓｕｌｔｓ，ｔｈｅｆｅａｓｉｂｉｌｉｔｙｏｆａｃｃｕｒａｔｅｅｓｔｉｍａｔｉｏｎｏｆｗｉｎｔｅｒｗｈｅａｔｉｎ
第３期２０１６年０９月
电
光系
统
Ｎｏ．３Ｓｅｐ．２０１６
ＥｌｅｃｔｒｏｎｉｃａｎｄＥｌｅｃｔｒｏ — ｏｐｔｉｃｌａＳｙｓｔｅｍｓ
基于高分遥感的河南省冬小麦精确估产
ＨｅｎａｎｐｒｏｖｉｎｃｅｉｓａｎａｌｙｚｅｄｕｓｉｎｇＧＦ．１ｓａｔｅｌｌｉｔｅｒｅｍｏｔｅｓｅｎｓｉｎｇｄａｔａａｎｄｔｈｅｎｉｔｓｔｅｃｈｎｉｃｌａａｐｐｒｏａｃｈｅｓａｎｄｉｍｐｌｅ — ｍｅｎｔａｔｉｏｎｍｅｔｈｏｄｓａｒｅｄｉｓｃｕｓｓｅｄｉｎｄｅｔａｉｌ．Ｆｉｎｌｌａｙ。ｔｈｅｉｄｅａｌｓｏｆｃｏｍｐｒｅｈｅｎｓｉｖｅｅｓｔｉｍａｔｉｏｎｍｏｄｅｌ，ｅｘｔｒａｃｔｉｎｇａｎｄｎｅｓｔｅｄｔｅｍｐｌａｔｅｆｏｒｉｍｐｒｏｖｉｎｇｅｓｔｉｍａｔｉｏｎａｃｃｕｒａｃｙａｒｅｇｉｖｅｎ，ａｎｄｃａｎｂｅｕｓｅｄａｓａｒｅｆｅｒｅｎｃｅｏｒｆｏｔｈｅｒｒｅ —

河南省小麦长势遥感监测地面调查技术

河南省小麦长势遥感监测地面调查技术作者：贾德伟刘玉昕王宁靳媛媛来源：《河南农业·综合版》2022年第08期河南省是全国重要的粮食生产大省。

小麦是河南省第一大粮食作物，种植面积和产量高居全国第一位。

监测河南省小麦长势，进而对产量进行估算，对指导小麦生产和保障国家粮食安全具有重要意义。

河南省小麦分布范围广，且地形复杂，如采用常规统计方法获取小麦长势信息，易受人为主观因素影响，而且费时费力。

遥感技术依靠其宏观、客观、适时、动态、无损及简便的优势，可快速获取小麦种植分布和长势状况信息，为政府决策者和生产管理者制定科学合理小麦生产管理措施提供决策依据，达到促进小麦高产稳产的目的。

一、背景介绍河南省开展农作物遥感监测已有20余年历史， 2000年对全省小麦种植面积实现动态监测， 2005年对全省小麦长势实现动态监测。

随着国内中巴陆地资源卫星、环境减灾卫星，高分系列卫星以及国外landsat8卫星、哨兵卫星、RapidEye卫星陆续成功发射，卫星遥感数据资源不断丰富，河南省逐步将卫星遥感技术拓展应用在重大农业自然灾害、农业政策和项目执行情况等方面。

农作物能够反射或辐射不同波长的电磁波，这种特性在遥感数据中就形成不同的光谱特征。

理想情况下，同一农作物应具有相同光谱特征，即“同物同谱”。

但遥感成像时因太阳光角度不同、含水量不同、病虫害发生程度不同以及其他环境影响，会出现“同物异谱”和“异物同谱”现象，严重影响遥感监测精度。

因此，使用遥感监测数据时，还需要开展地面调查工作，建立和检验遥感数据与农作物生长状态的对应关系，以此提高遥感监测的精准度，科学指导农业生产。

二、地面调查位置布设（一）抽样地面调查县为保证地面调查数据的科学性、及时性和有效性，需要专业技术人员按时保质保量开展实地调查。

在全省所有县（市、区）开展此项工作成本过高，可以采用分层抽样方法选择30个地面调查县抽查小麦长势。

抽样以省辖市为层次，要充分考虑各县（市、区）的地貌类型、空间位置、农作物种植结构、小麦种植面积占比、小麦单产、交通通达性等因素。

遥感对冬小麦的估产应用及展望

遥感对冬小麦的估产应用及展望摘要：小麦是我国三大粮食作物之一，遥感又是应用最广泛、最先进的农业科技之一。

本文从冬小麦估产的必要性及传统估产方法和遥感估产方法的对比中提出遥感估产的方法。

通过国内外的遥感估产发展状况来探讨我们现行遥感估产的方方面面以及可进步空间。

关键词：遥感信息技术估产冬小麦冬小麦室我国的主要粮食作物之一，其中播种面积占粮食播种面积的五分之一。

而在北方其地位更加重要，其播种面积和总产量占全部粮食面积和总产量的二分之一。

因此，对具有13亿人口的农业大国，针对农作物进行长势监测和产量早期预报和估算，特别是对冬小麦进行长势监测和估产，对国家实现及时、准确地掌握粮食生产宏观调控、国际农产品中争取到主动权具有重要的意义。

但是我国冬小麦分布广阔，且地域复杂，其产量等数据的取得若仍旧通过常规的统计方法或常规的地面调查方法，不仅受人为因素影响较大，且费时费力难以满足有关冬小麦管理和决策对现势性信息的要求。

因此，随着“3S”技术的发展，特别是遥感技术将三者完美的结合。

1.遥感估产特点遥感信息具有覆盖面积大、探测周期短、资料丰富、现势性强、费用低、受地面条件限制小，手段多，获取的信息量大等特点，为快速准确的冬小麦估产提供了新的技术手段，为各国所重视。

遥感在作物长势监测与估产方面的应用研究，显著地提高了区域农业生产的动态预测性和管理决策的科学水平，取得了较好的经济、社会和生态效益。

小麦作为主要粮食作物，安全生产已成为我国可持续发展的重要保障。

及时了解小麦的分布概况、生长状况、肥水行情以及病虫草害动态，便于政府决策者和生产管理者采取各种管理措施，达到增产、增收和增效的目的。

目前，我国的农作物遥感估产是根据生物学原理收集各种农作物不同生育期不同光谱特征的基础上，通过平台上的传感器记录的地表信息，辨别作物类型，监测作物长势，在作物收获前，预测作物的产量的一系列方法。

这一技术可以对农作物生长过程的动态监测、种植面积测算、单位面积产量估测和总产量估测此外，遥感技术还可以检测出农业病虫害，农作物在遭受病虫危害早期就可以通过遥感技术探测到这一光谱差异，从而解决了农作物病虫害早期发现和早期防治的问题，这一技术方法也已经应用在森林病虫害监测和防治方面。

李振海博士团队：基于遥感与气象数据的冬小麦主产区籽粒蛋白质含量预报（2021年第2期）

李振海博士团队：基于遥感与气象数据的冬小麦主产区籽粒蛋白质含量预报（2021年第2期）引用格式王琳, 梁健, 孟范玉, 孟炀, 张永涛, 李振海. 基于遥感与气象数据的冬小麦主产区籽粒蛋白质含量预报[J]. 智慧农业(中英文), 2021, 3(2): 15-22.WANG Lin, LIANG Jian, MENG Fanyu, MENG Yang, ZHANG Yongtao, LI Zhenhai. Estimating grain protein content of winter wheat in producing areas based on remote sensing and meteorological data[J]. Smart Agriculture, 2021, 3(2): 15-22.点击直达知网阅读基于遥感与气象数据的冬小麦主产区籽粒蛋白质含量预报王琳1，2，梁健3，孟范玉4，孟炀1，2，张永涛5，李振海1，2*（1.农业农村部农业遥感机理与定量遥感重点实验室/北京农业信息技术研究中心，北京 100097；2.国家农业信息化工程技术研究中心，北京100097；3.全国农业技术推广服务中心，北京100125；4.北京市农业技术推广站，北京，100029；5.江苏诺丽慧农农业科技有限公司，江苏南京 210001）摘要：开展小麦籽粒蛋白质含量的监测预报研究对于指导农户调优栽培、企业分类收储、期货小麦价格、进口政策调整等具有重要意义。

本研究以冬小麦主产区（河南省、山东省、河北省、安徽省和江苏省）为研究区域，构建了冬小麦籽粒蛋白质含量多层线性预测模型，并实现了2019年冬小麦蛋白质含量预报。

为了解决预测模型在年际扩展和空间扩展存在偏差的问题，在蛋白质含量估算模型中考虑了气象因素（温度、降水、辐射量）、冬小麦筋型、抽穗—开花期增强型植被指数（EVI）等因素。

结果表明，融合3个气象因素的蛋白质含量估算模型建模集精度（R2 = 0.39，RMSE = 1.04%）与验证集精度（R2 = 0.43、RMSE = 0.94%）均高于融合2个气象因子的估算模型和单个气象因子的估算模型。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｓｅａｒｃｈｅｒｓ．Ｋｅｙｗｏｒｄｓ：Ｅｓｔｉｍａｔｉｏｎ；ＲｅｍｏｔｅＳｅｎｓｉｎｇ；ＮＤＶＩ
重要的经济意义。
１引言
小麦是世界上最重要的粮食作物，其总面积、总产量及总贸易额均居粮食作物之首。在我国，有一半以上人口以小麦为主要粮食，小麦生产对
我国的粮食保障起着十分重要的作用。河南省作为我国小麦的主产区之一，在全国
小麦总产量中有较大占比，及时、准确的进行整个
随着我国和世界遥感技术的不断发展，其在农业、气象、土壤、环境等方面得到了广泛的应用，
第３期２０１６年０９月
电
光系
统
Ｎｏ．３Ｓｅｐ．２０１６
ＥｌｅｃｔｒｏｎｉｃａｎｄＥｌｅｃｔｒｏ — ｏｐｔｉｃｌａＳｙｓｔｅｍｓ
基于高分遥感的河南省冬小麦精确估产
细的论述了其技术途径和实施方法，提出了多元综合估产模型、模板提取与嵌套等提高估产
精度的思路，可作为其他研究者的参考。关键词：估产；遥感；ＮＤＶＩ
中图分类号：ＴＰ７９文献标识码：Ａ
ＡｃｃｕｒａｔｅＥｓｔｉｍａｔｉｏｎｏｆＷｉｎｔｅｒＷｈｅａｔｉｎＨｅｎａｎＰｒｏｖｉｎｃｅＢａｓｅｄｏｎ
翟玉娟。吴锋，石强
中国电子科技集团公司第二十七研究所，郑州４５００４７
摘要：大宗农产品产量预测是遥感技术应用的一个重要方向。文章在前人研究成果的基础上，分析利用我国” 高分一号” 遥感数据对河南省冬小麦进行精确估产的可行性，较为详
ＧｒｏｕｐＣｏｒｐｏｒａｔｉｏｎ．Ｚｈｅｎｇｚｈｏｕ４５００４７，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｙｉｅｌｄｐｒｅｄｉｃｔｉｏｎｏｆｂａｌｋａｇｒｉｃｕｌｔｕｒａｌｐｒｏｄｕｃｔｓｉｓａｎｉｍｐｏｒｔａｎｔｄｉｒｅｃｔｉｏｎｏｆｒｅｍｏｔｅｓｅｎｓｉｎｇｔｅｃｈｎｏｌｏｇｙ
其中农业是遥感技术应用中最重要和最广泛的领
域之一，小麦大面积估产现在主要就是利用遥感技术。遥感技术使小麦估产从现在传统的粗放模式
走向了精准化、定量化、高效化阶段，它具有大区域全覆盖、快速、准确和效费比高等特点，是现在
ａｐｐｌｉｃａｔｉｏｎ．Ｏｎｔｈｅｂａｓｉｓｏｆｐｒｅｖｉｏｕｓｒｅｓｅａｒｃｈｒｅｓｕｌｔｓ，ｔｈｅｆｅａｓｉｂｉｌｉｔｙｏｆａｃｃｕｒａｔｅｅｓｔｉｍａｔｉｏｎｏｆｗｉｎｔｅｒｗｈｅａｔｉｎ
ＨｉｇｈＲｅｓｏｌｕｔｉｏｎＲｅｍｏｔｅＳｅｎｓｉｎｇＺＨＡＩＹｕ — ｊｕａｎ，ＷＵＦｅｎｇ，ＳＨＩＱｉｎｇ
ｆＴｈｅ２７ＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅｏｆＣｈｉｎａＥｌｅｃｔｒｏｎｉｃｓＴｅｃｈｎｏｌｏｇｙ
Байду номын сангаас
ＨｅｎａｎｐｒｏｖｉｎｃｅｉｓａｎａｌｙｚｅｄｕｓｉｎｇＧＦ．１ｓａｔｅｌｌｉｔｅｒｅｍｏｔｅｓｅｎｓｉｎｇｄａｔａａｎｄｔｈｅｎｉｔｓｔｅｃｈｎｉｃｌａａｐｐｒｏａｃｈｅｓａｎｄｉｍｐｌｅ — ｍｅｎｔａｔｉｏｎｍｅｔｈｏｄｓａｒｅｄｉｓｃｕｓｓｅｄｉｎｄｅｔａｉｌ．Ｆｉｎｌｌａｙ。ｔｈｅｉｄｅａｌｓｏｆｃｏｍｐｒｅｈｅｎｓｉｖｅｅｓｔｉｍａｔｉｏｎｍｏｄｅｌ，ｅｘｔｒａｃｔｉｎｇａｎｄｎｅｓｔｅｄｔｅｍｐｌａｔｅｆｏｒｉｍｐｒｏｖｉｎｇｅｓｔｉｍａｔｉｏｎａｃｃｕｒａｃｙａｒｅｇｉｖｅｎ，ａｎｄｃａｎｂｅｕｓｅｄａｓａｒｅｆｅｒｅｎｃｅｏｒｆｏｔｈｅｒｒｅ —