Improving in vivo plant nitrogen content estimates from digital images: trueness and precision of a new approach as compared to other methods and commercial devices

Confalonieri, R.; Paleari, L.; Movedi, E.; Pagani, V.; Orlando, F.; Foi, M.; Barbieri, M.; Pesenti, M.; Cairati, O.; La Sala, M.S.; Besana, R.; Minoli, S.; Bellocchio, E.; Croci, S.; Mocchi, S.; Lampugnani, F.; Lubatti, A.; Quarteroni, A.; De Min, D.; Signorelli, A.; Ferri, A.; Ruggeri, G.; Locatelli, S.; Bertoglio, M.; Dominoni, P.; Bocchi, S.; Sacchi, G.A.; Acutis, M.

doi:10.1016/j.biosystemseng.2015.04.013

IRIS Institutional Research Information System - AIR Archivio Istituzionale della Ricerca

IRIS è il sistema di gestione integrata dei dati della ricerca (persone, progetti, pubblicazioni, attività) adottato dall'Università degli Studi di Milano.

AIR nasce in UNIMI nel 2006 con lo scopo di raccogliere, documentare e conservare le informazioni sulla produzione scientifica dell'Università degli Studi di Milano e costituisce di fatto l'Anagrafe della ricerca dell'Ateneo.

Operational tools to support nitrogen (N) management in cropping systems are increasingly needed to maximise profit, minimise environmental impact, and to cope with market requirements. In this study, a new method (18%-grey DGCI) for estimating leaf and plant N content from digital photography was evaluated and compared with others based on image processing (DGCI and Corrected DGCI) and with commercial tools (leaf colour chart, SPAD-502, and Dualex 4). All methods were evaluated for rice using data collected in northern Italy in 2013, by adapting the ISO 5725-2 validation protocol. 18%-grey DGCI was further validated on independent data collected in 2014. Dualex achieved the best performances for trueness (R2 = 0.96 and 0.92 for leaf and plant N contents), although it presented partly unsatisfying values for precision (12.33% for repeatability and 14.81% for reproducibility). SPAD, instead, demonstrated the highest precision (repeatability = 4.51%, reproducibility = 4.98%), even if it was ranked third for trueness (R2 = 0.82 and 0.81 for leaf and plant N contents). 18%-grey DGCI was ranked second for trueness (R2 = 0.83 for both leaf and plant N contents) and third for precision (11.11% and 14.47% for repeatability and reproducibility). The good performances of the new method were confirmed during the 2014 experiment (R2 = 0.87 for leaf N content). The 18%-grey DGCI method has been implemented in a smartphone app (PocketN) to provide farmers and technicians with a low-cost diagnostic tool for supporting N management at field level in contexts characterised by low availability of resources

Titolo:	Improving in vivo plant nitrogen content estimates from digital images: trueness and precision of a new approach as compared to other methods and commercial devices
Autori:	CONFALONIERI, ROBERTO PALEARI, LIVIA MOVEDI, ERMES PAGANI, VALENTINA ORLANDO, FRANCESCA FOI, MARCO M. Barbieri M. Pesenti O. Cairati M. S. La Sala R. Besana S. Minoli E. Bellocchio S. Croci S. Mocchi F. Lampugnani A. Lubatti A. Quarteroni D. De Min A. Signorelli FERRI, ALESSANDRO RUGGERI, GIORDANO S. Locatelli M. Bertoglio P. Dominoni BOCCHI, STEFANO SACCHI, GIAN ATTILIO ACUTIS, MARCO mostra contributor esterni nascondi contributor esterni
Parole Chiave:	Dualex; Leaf colour chart; Management support; PocketN; Rice; SPAD
Settore Scientifico Disciplinare:	Settore AGR/02 - Agronomia e Coltivazioni Erbacee
Data di pubblicazione:	2015
Rivista:	BIOSYSTEMS ENGINEERING
Tipologia:	Article (author)
Digital Object Identifier (DOI):	10.1016/j.biosystemseng.2015.04.013
Appare nelle tipologie:	01 - Articolo su periodico

File in questo prodotto:

Non ci sono file associati a questo prodotto.

Utilizza questo identificativo per citare o creare un link a questo documento:
http://hdl.handle.net/2434/349584

Citazioni

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.