Բամբակի աճը վերահսկելու համար անօդաչու թռչող սարքի բազմասպեկտր հեռազգացում

Բամբակի երեք բերրիության փուլերում բազմասպեկտրալ և տեսանելի պատկերները ստացվել են անօդաչու թռչող սարքի վրա տեղադրված բազմասպեկտրալ և RGB սենսորների միջոցով, դրանց սպեկտրալ և պատկերային առանձնահատկությունները արդյունահանվել են, և բամբակի բույսերի գետնի վրա բարձրության հետ համատեղ, բամբակի SPAD-ը գնահատվել է քվեարկության ռեգրեսիայի ինտեգրված ուսուցման (VRE) միջոցով և համեմատվել է երեք մոդելների հետ՝ պատահական անտառային ռեգրեսիա (RFR), գրադիենտային ուժեղացված ծառային ռեգրեսիա (GBR) և օժանդակ վեկտորային մեքենայական ռեգրեսիա (SVR): Մենք գնահատել ենք բամբակի քլորոֆիլի հարաբերական պարունակության վրա տարբեր գնահատման մոդելների գնահատման ճշգրտությունը և վերլուծել բամբակի և սոյայի միջև փոխադարձ մշակաբույսերի տարբեր հարաբերակցությունների ազդեցությունը բամբակի աճի վրա, որպեսզի հիմք ստեղծվի բամբակի և սոյայի միջև փոխադարձ մշակաբույսերի հարաբերակցության ընտրության և բամբակի SPAD-ի բարձր ճշգրտությամբ գնահատման համար:

Համեմատած RFR, GBR և SVR մոդելների հետ, VRE մոդելը ցույց տվեց բամբակի SPAD-ի գնահատման լավագույն արդյունքները: VRE գնահատման մոդելի հիման վրա, բազմասպեկտր պատկերի հատկանիշներով, տեսանելի պատկերի հատկանիշներով և բույսի բարձրության միաձուլմամբ որպես մուտքային տվյալներ ներառող մոդելն ունեցավ ամենաբարձր ճշգրտությունը՝ համապատասխանաբար 0.916, 1.481 և 3.53 R2, RMSE և RPD թեստային հավաքածուներով: