Aller au contenu principal
2026 article

Flue-cured tobacco yield prediction by fusion of UAV LiDAR point cloud, orthophoto and leaf area density

0Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Flue-cured tobacco is a high-value cash crop, and accurate yield prediction is essential for cultivation planning, procurement, and industry management. This study proposes a field-level yield estimation method integrating UAV LiDAR point clouds, orthophotos, and leaf surface density. First, UAV LiDAR and orthophoto data were acquired over the study areas. Tobacco field boundaries were then extracted from the orthophotos using a pre-trained U-Net model. Next, the average leaf area index of each field was estimated from classified LiDAR point clouds using the Beer–Lambert law. Leaf surface density was determined through field sampling and flue-curing experiments. These variables were subsequently integrated to estimate tobacco yield. The method was evaluated in 30 fields across three experimental regions in Shandong Province. Predicted yields closely agreed with measured values, achieving an RMSE of 5.8000 kg/mu, rRMSE of 3.3163%, MAE of 5.2557 kg/mu, MRE of 3.0051%, and R2 of 0.9755. The results demonstrate that the proposed method enables rapid data acquisition, reduces sensitivity to illumination and topographic variation, and provides accurate and reliable tobacco yield estimates for operational applications.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Flue-cured tobacco yield prediction by fusion of UAV LiDAR point cloud, orthophoto and leaf area density
Date Crossref
01/08/2026
Éditeur
Informa UK Limited
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Linyi University pays non établi dans la notice
    Université ou école supérieure
  • China Tobacco pays non établi dans la notice
    Organisme public
  • Shandong Agricultural University pays non établi dans la notice
    Université ou école supérieure
  • Shandong Linyi Tobacco Co. pays non établi dans la notice
    Organisation à but non lucratif
  • Shandong Branch of China National Tobacco Corporation pays non établi dans la notice
    Organisation à but non lucratif

Linyi University, China Tobacco et Shandong Agricultural University, avec 2 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Remote Sensing in AgriculturePlant Surface Properties and TreatmentsSmart Agriculture and AI

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.