Changes

              
    

          
          
        
        

            
f
1
{
f
1
{
            
2
  "author": "name:Lopatin, Javier~~creator_name_type::tba", 
2
  "author": "name:Lopatin, Javier~~creator_name_type::tba", 
            
3
  "author_email": "", 
3
  "author_email": "", 
            
4
  "creator_user_id": "d5b810eb-d375-4f74-b86f-92d03daa9f84", 
4
  "creator_user_id": "d5b810eb-d375-4f74-b86f-92d03daa9f84", 
            
5
  "extras": [
5
  "extras": [
            
6
    {
6
    {
            
7
      "key": "alternate_identifiers", 
7
      "key": "alternate_identifiers", 
            
8
      "value": ""
8
      "value": ""
            
9
    }, 
9
    }, 
            
10
    {
10
    {
            
11
      "key": "dates", 
11
      "key": "dates", 
            
12
      "value": "date:2023-01-16~~date_information::unkn"
12
      "value": "date:2023-01-16~~date_information::unkn"
            
13
    }, 
13
    }, 
            
14
    {
14
    {
            
15
      "key": "formats", 
15
      "key": "formats", 
            
16
      "value": "format:.pdf"
16
      "value": "format:.pdf"
            
17
    }, 
17
    }, 
            
18
    {
18
    {
            
19
      "key": "funding_references", 
19
      "key": "funding_references", 
            
20
      "value": ""
20
      "value": ""
            
21
    }, 
21
    }, 
            
22
    {
22
    {
            
23
      "key": "geo_locations", 
23
      "key": "geo_locations", 
            
24
      "value": ""
24
      "value": ""
            
25
    }, 
25
    }, 
            
26
    {
26
    {
            
27
      "key": "related_identifiers", 
27
      "key": "related_identifiers", 
            
28
      "value": ""
28
      "value": ""
            
29
    }, 
29
    }, 
            
30
    {
30
    {
            
31
      "key": "sizes", 
31
      "key": "sizes", 
            
32
      "value": "size:-1~~unit:pages"
32
      "value": "size:-1~~unit:pages"
            
33
    }, 
33
    }, 
            
34
    {
34
    {
            
35
      "key": "subjects", 
35
      "key": "subjects", 
            
36
      "value": "subject_scheme:Continuous wavelet transforms; CWT 
36
      "value": "subject_scheme:Continuous wavelet transforms; CWT 
            
37
mother families~~value_uri::unkn"
37
mother families~~value_uri::unkn"
            
38
    }, 
38
    }, 
            
39
    {
39
    {
            
40
      "key": "titles", 
40
      "key": "titles", 
            
41
      "value": "name:Estimation of Foliar Carotenoid Content Using 
41
      "value": "name:Estimation of Foliar Carotenoid Content Using 
            
42
Spectroscopy Wavelet-Based Vegetation 
42
Spectroscopy Wavelet-Based Vegetation 
            
n
43
Indices~~title_type::unkn~~language::unav"
n
43
Indices~~title_type::unkn~~language::en||name:Estimaci\u00f3n del 
            
44
contenido de carotenoides foliares mediante \u00edndices de 
            
45
vegetaci\u00f3n basados \u200b\u200ben ondas 
            
46
espectrosc\u00f3picas~~title_type::unkn~~language::es"
            
44
    }
47
    }
            
45
  ], 
48
  ], 
            
46
  "groups": [
49
  "groups": [
            
47
    {
50
    {
            
48
      "description": "", 
51
      "description": "", 
            
49
      "display_name": "Medio Ambiente", 
52
      "display_name": "Medio Ambiente", 
            
50
      "id": "b964b2f4-dc03-40fc-b2a3-bf8c6362fd29", 
53
      "id": "b964b2f4-dc03-40fc-b2a3-bf8c6362fd29", 
            
51
      "image_display_url": 
54
      "image_display_url": 
            
52
://dataobservatory.net/images/categories/500x500-medio-ambiente.webp", 
55
://dataobservatory.net/images/categories/500x500-medio-ambiente.webp", 
            
53
      "name": "medio-ambiente", 
56
      "name": "medio-ambiente", 
            
54
      "title": "Medio Ambiente"
57
      "title": "Medio Ambiente"
            
55
    }, 
58
    }, 
            
56
    {
59
    {
            
57
      "description": "", 
60
      "description": "", 
            
58
      "display_name": "Observaci\u00f3n de la Tierra", 
61
      "display_name": "Observaci\u00f3n de la Tierra", 
            
59
      "id": "f1db6d41-28da-4f0f-9f35-1b9f8004b0ee", 
62
      "id": "f1db6d41-28da-4f0f-9f35-1b9f8004b0ee", 
            
60
      "image_display_url": 
63
      "image_display_url": 
            
61
ataobservatory.net/images/categories/500x500-observacion-tierra.webp", 
64
ataobservatory.net/images/categories/500x500-observacion-tierra.webp", 
            
62
      "name": "observacion-de-la-tierra", 
65
      "name": "observacion-de-la-tierra", 
            
63
      "title": "Observaci\u00f3n de la Tierra"
66
      "title": "Observaci\u00f3n de la Tierra"
            
64
    }
67
    }
            
65
  ], 
68
  ], 
            
66
  "id": "4d43f20c-19b8-4a13-b9b0-76dce6d2fd38", 
69
  "id": "4d43f20c-19b8-4a13-b9b0-76dce6d2fd38", 
            
67
  "isopen": false, 
70
  "isopen": false, 
            
68
  "license_id": "rights:CC-BY", 
71
  "license_id": "rights:CC-BY", 
            
69
  "license_title": "rights:CC-BY", 
72
  "license_title": "rights:CC-BY", 
            
70
  "maintainer": "name:Lopatin, Javier~~creator_name_type::tba", 
73
  "maintainer": "name:Lopatin, Javier~~creator_name_type::tba", 
            
71
  "maintainer_email": "do-catalog@dataobservatory.net", 
74
  "maintainer_email": "do-catalog@dataobservatory.net", 
            
72
  "metadata_created": "2023-06-09T16:16:56.535770", 
75
  "metadata_created": "2023-06-09T16:16:56.535770", 
            
n
73
  "metadata_modified": "2023-06-09T16:56:55.890826", 
n
76
  "metadata_modified": "2023-10-31T20:16:29.286676", 
            
74
  "name": 
77
  "name": 
            
75
arotenoid_content_using_spectroscopy_waveletbased_vegetation_indices", 
78
arotenoid_content_using_spectroscopy_waveletbased_vegetation_indices", 
            
76
  "notes": "description:The plant carotenoid (Car) content plays a 
79
  "notes": "description:The plant carotenoid (Car) content plays a 
            
77
crucial role in the xanthophyll cycle and provides essential 
80
crucial role in the xanthophyll cycle and provides essential 
            
78
information on the physiological adaptations of plants to 
81
information on the physiological adaptations of plants to 
            
79
environmental stress. Spectroscopy data are essential for the 
82
environmental stress. Spectroscopy data are essential for the 
            
80
nondestructive prediction of Car and other traits. However, Car 
83
nondestructive prediction of Car and other traits. However, Car 
            
81
content estimation is still behind in terms of accuracy compared to 
84
content estimation is still behind in terms of accuracy compared to 
            
82
other pigments, such as chlorophyll (Chl). Here, I examined the 
85
other pigments, such as chlorophyll (Chl). Here, I examined the 
            
83
potential of using the continuous wavelet transform (CWT) on leaf 
86
potential of using the continuous wavelet transform (CWT) on leaf 
            
84
reflectance data to create vegetation indices (VIs). I compared six 
87
reflectance data to create vegetation indices (VIs). I compared six 
            
85
CWT mother families and six scales and selected the best overall 
88
CWT mother families and six scales and selected the best overall 
            
86
dataset using random forest (RF) regressions. Using a brute-force 
89
dataset using random forest (RF) regressions. Using a brute-force 
            
87
approach, I created wavelet-based VIs on the best mother family and 
90
approach, I created wavelet-based VIs on the best mother family and 
            
88
compared them against established Car reflectance-based VIs. I found 
91
compared them against established Car reflectance-based VIs. I found 
            
89
that wavelet-based indices have high linear sensitivity to the Car 
92
that wavelet-based indices have high linear sensitivity to the Car 
            
90
content, contrary to typical nonlinear relationships depicted by the 
93
content, contrary to typical nonlinear relationships depicted by the 
            
91
reflectance-based VIs. These relations were theoretically contrasted 
94
reflectance-based VIs. These relations were theoretically contrasted 
            
92
with the synthetic data created using the PROSPECT-D radiative 
95
with the synthetic data created using the PROSPECT-D radiative 
            
93
transfer model. However, the best selection of wavelength bands in 
96
transfer model. However, the best selection of wavelength bands in 
            
94
wavelet-based VIs varies greatly depending on the spectral 
97
wavelet-based VIs varies greatly depending on the spectral 
            
95
characteristics of the input data before the 
98
characteristics of the input data before the 
            
t
t
99
transformation.~~language::en||description: El contenido de 
            
100
carotenoides (Car) de las plantas juega un papel crucial en el ciclo 
            
101
de las xantofilas y proporciona informaci\u00f3n esencial sobre las 
            
102
adaptaciones fisiol\u00f3gicas de las plantas al estr\u00e9s 
            
103
ambiental. Los datos de espectroscopia son esenciales para la 
            
104
predicci\u00f3n no destructiva de Car y otros rasgos. Sin embargo, la 
            
105
estimaci\u00f3n del contenido de Car a\u00fan est\u00e1 por 
            
106
detr\u00e1s en t\u00e9rminos de precisi\u00f3n en comparaci\u00f3n con 
            
107
otros pigmentos, como la clorofila (Chl). Aqu\u00ed, examin\u00e9 el 
            
108
potencial de utilizar la transformada wavelet continua (CWT) en datos 
            
109
de reflectancia de hojas para crear \u00edndices de vegetaci\u00f3n 
            
110
(VI). Compar\u00e9 seis familias madre de CWT y seis escalas y 
            
111
seleccion\u00e9 el mejor conjunto de datos general utilizando 
            
112
regresiones de bosque aleatorio (RF). Utilizando un enfoque de fuerza 
            
113
bruta, cre\u00e9 VI basados \u200b\u200ben wavelets en la mejor 
            
114
familia madre y los compar\u00e9 con VI establecidos basados 
            
115
\u200b\u200ben la reflectancia del autom\u00f3vil. Descubr\u00ed que 
            
116
los \u00edndices basados \u200b\u200ben wavelets tienen una alta 
            
117
sensibilidad lineal al contenido de Car, contrariamente a las 
            
118
relaciones no lineales t\u00edpicas representadas por los VI basados 
            
119
\u200b\u200ben reflectancia. Estas relaciones se contrastaron 
            
120
te\u00f3ricamente con los datos sint\u00e9ticos creados utilizando el 
            
121
modelo de transferencia radiativa PROSPECT-D. Sin embargo, la mejor 
            
122
selecci\u00f3n de bandas de longitud de onda en VI basados 
            
123
\u200b\u200ben wavelets var\u00eda mucho dependiendo de las 
            
124
caracter\u00edsticas espectrales de los datos de entrada antes de la 
            
96
transformation.~~language::none", 
125
transformaci\u00f3n. ~~language::es", 
            
97
  "num_resources": 1, 
126
  "num_resources": 1, 
            
98
  "num_tags": 0, 
127
  "num_tags": 0, 
            
99
  "organization": {
128
  "organization": {
            
100
    "approval_status": "approved", 
129
    "approval_status": "approved", 
            
101
    "created": "2023-02-22T14:41:33.910697", 
130
    "created": "2023-02-22T14:41:33.910697", 
            
102
    "description": "", 
131
    "description": "", 
            
103
    "id": "af066186-a0e3-486a-9c7a-d5450fb9a09a", 
132
    "id": "af066186-a0e3-486a-9c7a-d5450fb9a09a", 
            
104
    "image_url": "https://dataobservatory.net/images/do.png", 
133
    "image_url": "https://dataobservatory.net/images/do.png", 
            
105
    "is_organization": true, 
134
    "is_organization": true, 
            
106
    "name": "data-observatory", 
135
    "name": "data-observatory", 
            
107
    "state": "active", 
136
    "state": "active", 
            
108
    "title": "Data Observatory", 
137
    "title": "Data Observatory", 
            
109
    "type": "organization"
138
    "type": "organization"
            
110
  }, 
139
  }, 
            
111
  "owner_org": "af066186-a0e3-486a-9c7a-d5450fb9a09a", 
140
  "owner_org": "af066186-a0e3-486a-9c7a-d5450fb9a09a", 
            
112
  "private": false, 
141
  "private": false, 
            
113
  "relationships_as_object": [], 
142
  "relationships_as_object": [], 
            
114
  "relationships_as_subject": [], 
143
  "relationships_as_subject": [], 
            
115
  "resources": [
144
  "resources": [
            
116
    {
145
    {
            
117
      "cache_last_updated": null, 
146
      "cache_last_updated": null, 
            
118
      "cache_url": null, 
147
      "cache_url": null, 
            
119
      "created": "2023-06-09T16:16:56.543018", 
148
      "created": "2023-06-09T16:16:56.543018", 
            
120
      "description": null, 
149
      "description": null, 
            
121
      "format": "URL", 
150
      "format": "URL", 
            
122
      "hash": "", 
151
      "hash": "", 
            
123
      "id": "373fd208-f971-40b6-9139-02c0c4485a90", 
152
      "id": "373fd208-f971-40b6-9139-02c0c4485a90", 
            
124
      "last_modified": null, 
153
      "last_modified": null, 
            
125
      "metadata_modified": "2023-06-09T16:16:56.533242", 
154
      "metadata_modified": "2023-06-09T16:16:56.533242", 
            
126
      "mimetype": null, 
155
      "mimetype": null, 
            
127
      "mimetype_inner": null, 
156
      "mimetype_inner": null, 
            
128
      "name": "Estimation of Foliar Carotenoid Content Using 
157
      "name": "Estimation of Foliar Carotenoid Content Using 
            
129
Spectroscopy Wavelet-Based Vegetation Indices", 
158
Spectroscopy Wavelet-Based Vegetation Indices", 
            
130
      "package_id": "4d43f20c-19b8-4a13-b9b0-76dce6d2fd38", 
159
      "package_id": "4d43f20c-19b8-4a13-b9b0-76dce6d2fd38", 
            
131
      "position": 0, 
160
      "position": 0, 
            
132
      "resource_type": null, 
161
      "resource_type": null, 
            
133
      "size": null, 
162
      "size": null, 
            
134
      "state": "active", 
163
      "state": "active", 
            
135
      "url": "https://ieeexplore.ieee.org/document/10017254", 
164
      "url": "https://ieeexplore.ieee.org/document/10017254", 
            
136
      "url_type": null
165
      "url_type": null
            
137
    }
166
    }
            
138
  ], 
167
  ], 
            
139
  "state": "active", 
168
  "state": "active", 
            
140
  "tags": [], 
169
  "tags": [], 
            
141
  "title": "Estimation of Foliar Carotenoid Content Using Spectroscopy 
170
  "title": "Estimation of Foliar Carotenoid Content Using Spectroscopy 
            
142
Wavelet-Based Vegetation Indices", 
171
Wavelet-Based Vegetation Indices", 
            
143
  "type": "dataset", 
172
  "type": "dataset", 
            
144
  "url": "", 
173
  "url": "", 
            
145
  "version": "1.0"
174
  "version": "1.0"
            
146
}
175
}