< img height = "1" width = "1" style = "display:none" src = "https://www.facebook.com/tr?id=1241806559960313&ev=PageView&noscript=1" /> Neiegkeeten - UAV Multispectral Remote Sensing fir de Kottengwachstum ze iwwerwaachen

UAV Multispectral Remote Sensing fir de Kottengwachstum ze iwwerwaachen

Koteng als eng wichteg boer Erntegung a Kotteng Textilindustrie Rohmaterial, mat der Erhéijung vun dichtbevëlkerte Beräicher, Koteng, Getreide an oilseed Kulturen Land Konkurrenz Problem ass méi a méi eescht, d'Benotzung vun Koteng a Getreide intercropping kann effektiv de Widdersproch tëscht de Kultivatioun vu Kotteng a Getreidekulturen, déi d'Produktivitéit vun der Erntegung verbesseren an de Schutz vun der ökologescher Diversitéit an sou op. Dofir ass et vu grousser Bedeitung fir séier a präzis de Wuesstum vu Koteng ënner Intercropping Modus ze iwwerwaachen.

UAV-Multispektral-Fernsensing-zu-Monitor-Cotton-Growth-1

Multi-spektral a siichtbar Biller vu Koteng an dräi Fruchtbarkeetsstadien goufen duerch UAV-montéiert Multi-Spektral- a RGB-Sensoren erfaasst, hir Spektral- a Bildfeatures goufen extrahéiert, a kombinéiert mat der Héicht vu Kottengplanzen um Buedem, de SPAD vu Koteng war geschätzt duerch Voting Regressioun integréiert Léieren (VRE) a verglach mat dräi Modeller, nämlech Random Forest Regression (RFR), Gradient Boosted Tree Regression (GBR), an Ënnerstëtzung Vector Machine Regressioun (SVR). . Mir hunn d'Schätzungsgenauegkeet vu verschiddene Schätzungsmodeller op de relativen Chlorophyllgehalt vu Koteng evaluéiert, an analyséiert d'Effekter vu verschiddene Verhältnisser vun Intercropping tëscht Koteng a Sojabohn op de Wuesstum vu Koteng, fir eng Basis fir d'Auswiel vum Verhältnis vun Intercropping ze ginn. tëscht Koteng an Soja an der héich-Präzisioun Schätzung vun Koteng SPAD.

Am Verglach mat RFR, GBR a SVR Modeller huet de VRE Modell déi bescht Schätzungsresultater bei der Schätzung vu Kotteng SPAD gewisen. Baséierend op der VRE Schätzung Modell, de Modell mat multispektral Bild Fonctiounen, siichtbar Bild Fonctiounen, an Planz Héicht Fusioun als Input haten déi héchste Genauegkeet mat Test Formatioun R2, RMSE, an RPD vun 0,916, 1,481, respektiv 3,53.

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

Et gouf gewisen datt Multi-Source Datefusioun kombinéiert mat Wahlregression Integratioun Algorithmus eng nei an effektiv Method fir SPAD Schätzung a Koteng ubitt.


Post Zäit: Dez-03-2024

Verloossen Äre Message

Fëllt w.e.g. déi néideg Felder aus.