BSPT dataset

新的STS-NET模型利用卫星时间序列检测作物胁迫

研究人员开发了STS-NET，一种新颖的自监督网络，用于利用卫星图像时间序列进行早期作物胁迫检测。该网络基于3D卷积自编码器构建，利用四个关键植被指数——NDVI、GNDVI、RECI和NDRE——来识别随时间变化的胁迫模式。STS-NET在BSPT数据集上进行训练，并在印度甘蔗作物上进行评估，在检测水分胁迫（97.98%）、氮胁迫（85.08%）和复合胁迫（83.47%）方面表现出高精度，展示了其在高效、低标签数据作物监测方面的潜力。