Katoen as in wichtich jildgewaaks en grûnstof foar de katoenen tekstylyndustry, mei de tanimming fan tichtbefolke gebieten, wurdt it probleem fan lânkonkurrinsje foar katoen, nôt en oaljesiedgewaaksen hieltyd serieuzer. It gebrûk fan tuskenteelt fan katoen en nôt kin de tsjinstelling tusken de teelt fan katoen en nôtgewaaksen effektyf ferminderje, wat de produktiviteit fan it gewaaks en de beskerming fan ekologyske ferskaat kin ferbetterje, ensfh. Dêrom is it fan grut belang om de groei fan katoen ûnder tuskenteeltmodus fluch en sekuer te kontrolearjen.
Multispektrale en sichtbere ôfbyldings fan katoen yn trije fruchtberensstadia waarden krigen troch UAV-monteare multispektrale en RGB-sensoren, har spektrale en ôfbyldingsfunksjes waarden ekstrahearre, en kombineare mei de hichte fan katoenplanten op 'e grûn, waard de SPAD fan katoen skatte troch stimmende regression yntegreare learen (VRE) en fergelike mei trije modellen, nammentlik Random Forest Regression (RFR), Gradient Boosted Tree Regression (GBR), en Support Vector Machine Regression (SVR). Wy evaluearren de skattingskrektens fan ferskate skattingsmodellen op it relative chlorofylgehalte fan katoen, en analysearren de effekten fan ferskate ferhâldingen fan yntergewaaks tusken katoen en sojabean op 'e groei fan katoen, om in basis te jaan foar de seleksje fan 'e ferhâlding fan yntergewaaks tusken katoen en sojabean en de hege-presyzje skatting fan katoen SPAD.
Yn ferliking mei RFR-, GBR- en SVR-modellen liet it VRE-model de bêste skattingsresultaten sjen by it skatten fan katoen SPAD. Op basis fan it VRE-skattingsmodel hie it model mei multispektrale ôfbyldingsfunksjes, sichtbere ôfbyldingsfunksjes en planthichtefúzje as ynfier de heechste krektens mei testset R2, RMSE en RPD fan respektivelik 0.916, 1.481 en 3.53.
It waard oantoand dat gegevensfúzje út meardere boarnen kombineare mei it algoritme foar stimregresje-yntegraasje in nije en effektive metoade biedt foar SPAD-skatting yn katoen.
Pleatsingstiid: 3 desimber 2024