နောက်ဆက်တွဲ သတင်းအချက်အလက်များ

Field	တန်ဖိုး
နောက်ဆုံး ပြင်ဆင်ခဲ့သော ဒေတာ	2026- ဇွန် 26
နောက်ဆုံး ပြင်ဆင်ခဲ့သော metadata	2026- ဇွန် 26
ဖန်တီးခဲ့သော အချိန်	2026- ဇွန် 26
ပုံစံ	PDF
လိုင်စင်	Creative Commons Attribution Non Commercial 4.0
Datastore active	False
Datastore contains all records of source file	False
Has views	True
Id	9d402320-cb1c-4375-84fb-b0b24af40218
Mimetype	application/pdf
Name translated	{'en': 'Integrating Remote Sensing Data and the ORYZA Model for Monitoring Rice Sowing Dates and Estimating Rice Yield', 'km': '', 'lo': '', 'my_MM': '', 'vi': 'Tích hợp dữ liệu viễn thám và mô hình ORYZA trong theo dõi thời gian gieo sạ và ước đoán năng suất lúa'}
Package id	b64183e4-356e-4369-b21a-ede35b55c109
Position	9
Resource description	{'en': 'The document introduces a digital transformation solution by integrating remote sensing data (SAR/optical imagery) with the ORYZA crop growth simulation model (Rice-YES system) to closely monitor crop calendars and forecast rice yield and production on a large scale. This methodology utilizes multi-temporal Sentinel-1 and MODIS satellite imagery to automate the mapping of start-of-season (SOS) dates, classify the Leaf Area Index (LAI) at its vegetative peak, and combine them with soil types, varieties, and meteorological input data. A practical application in Kien Giang Province for the Winter-Spring 2026 crop successfully digitized 209,890 hectares of cultivated area, calculating a total estimated production of 1,471,424 tonnes. Although some constraints remain regarding the resolution errors of lower-quality optical data, the study aims to incorporate real-time data streams from local IoT weather stations and advanced machine learning models to optimize pest forecasting and seasonal crop management. ', 'km': '', 'lo': '', 'my_MM': '', 'vi': 'Tài liệu giới thiệu giải pháp công nghệ chuyển đổi số thông qua việc tích hợp dữ liệu ảnh viễn thám (Radar/quang học) và mô hình sinh trưởng ORYZA (hệ thống Rice-YES) nhằm theo dõi chặt chẽ lịch thời gian gieo sạ và ước đoán năng suất, sản lượng lúa trên diện rộng. Phương pháp này sử dụng chuỗi ảnh Sentinel-1 và MODIS để tự động hóa quy trình lập bản đồ ngày sạ, phân lớp chỉ số diện tích lá (LAI) ở đỉnh sinh trưởng, kết hợp cùng dữ liệu đất, giống lúa và thông tin khí tượng đầu vào. Kết quả ứng dụng thực tế tại Kiên Giang vụ Đông Xuân 2025–2026 đã số hóa thành công diện tích gieo sạ 209.890 ha với tổng sản lượng tính toán đạt 1.471.424 tấn. Mặc dù còn một số hạn chế về sai số độ phân giải của ảnh quang học thấp, hướng phát triển tiếp theo của nghiên cứu là tăng cường dữ liệu thực đo từ các trạm quan trắc thời tiết IoT và ứng dụng mô hình học máy nâng cao nhằm tối ưu hóa công tác dự báo dịch hại cũng như quản lý mùa vụ bền vững.'}
Size	2.5 MiB
State	active
Url type	upload
နာမည်
ဖော်ပြချက်