< img height="1" width="1" style="display:none" src="https://www.facebook.com/tr?id=1241806559960313&ev=PageView&noscript=1" /> Balita - UAV Multispectral Remote Sensing para Subaybayan ang Paglago ng Cotton

UAV Multispectral Remote Sensing para Subaybayan ang Paglago ng Cotton

Cotton bilang isang mahalagang cash crop at cotton textile industry raw na materyales, sa pagdami ng mga lugar na mataong tao, cotton, grain at oilseed crops ang problema sa kumpetisyon sa lupa ay mas seryoso, ang paggamit ng cotton at grain intercropping ay maaaring epektibong maibsan ang kontradiksyon sa pagitan ng paglilinang ng mga pananim na bulak at butil, na maaaring mapabuti ang produktibidad ng pananim at protektahan ang pagkakaiba-iba ng ekolohiya at iba pa. Samakatuwid, napakahalaga na mabilis at tumpak na subaybayan ang paglaki ng bulak sa ilalim ng intercropping mode.

UAV-Multispectral-Remote-Sensing-to-Monitor-Cotton-Growth-1

Ang mga multi-spectral at nakikitang larawan ng cotton sa tatlong yugto ng fertility ay nakuha ng UAV-mounted multi-spectral at RGB sensors, ang kanilang spectral at image features ay nakuha, at pinagsama sa taas ng cotton plants sa lupa, ang SPAD ng cotton ay tinatantya sa pamamagitan ng pagboto ng regression integrated learning (VRE) at inihambing sa tatlong modelo, ibig sabihin, Random Forest Regression (RFR), Gradient Boosted Tree Regression (GBR), at Support Vector Machine Regression (SVR). . Sinuri namin ang katumpakan ng pagtatantya ng iba't ibang mga modelo ng pagtatantya sa kamag-anak na nilalaman ng chlorophyll ng cotton, at sinuri ang mga epekto ng iba't ibang ratio ng intercropping sa pagitan ng cotton at soybean sa paglago ng cotton, upang makapagbigay ng batayan para sa pagpili ng ratio ng intercropping sa pagitan ng cotton at soybean at ang high-precision na pagtatantya ng cotton SPAD.

Kung ikukumpara sa mga modelo ng RFR, GBR, at SVR, ipinakita ng modelong VRE ang pinakamahusay na mga resulta ng pagtatantya sa pagtatantya ng cotton SPAD. Batay sa modelo ng pagtatantya ng VRE, ang modelo na may mga feature na multispectral na imahe, nakikitang mga feature ng imahe, at plant height fusion bilang mga input ay may pinakamataas na katumpakan na may test set na R2, RMSE, at RPD na 0.916, 1.481, at 3.53, ayon sa pagkakabanggit.

UAV-Multispectral-Remote-Sensing-to-Monitor-Cotton-Growth-2

Ipinakita na ang multi-source data fusion na sinamahan ng voting regression integration algorithm ay nagbibigay ng bago at epektibong paraan para sa SPAD estimation sa cotton.


Oras ng post: Dis-03-2024

Iwanan ang Iyong Mensahe

Mangyaring punan ang mga kinakailangang field.