Katoen as in wichtige cash crop en katoen tekstyl yndustry grûnstoffen, mei de tanimming fan tichtbefolke gebieten, katoen, nôt en oalje sied gewaaks lân konkurrinsje probleem is mear en mear serieus, it brûken fan katoen en nôt intercropping kin effektyf alleviate de tsjinspraak tusken de teelt fan katoen en nôtgewaaksen, dy't de produktiviteit fan it gewaaks ferbetterje kinne en de beskerming fan ekologyske ferskaat en sa oan. Dêrom is it fan grutte betsjutting om de groei fan katoen fluch en sekuer te kontrolearjen yn 'e intercropping-modus.
Multi-spektrale en sichtbere bylden fan katoen yn trije fruchtberensstadia waarden oankocht troch UAV-monteare multi-spektrale en RGB-sensors, har spektrale en byldfunksjes waarden ekstrahearre, en kombineare mei de hichte fan katoenplanten op 'e grûn, de SPAD fan katoen wie berekkene troch stimregression 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 'e relative chlorofylynhâld fan katoen, en analysearren de effekten fan ferskate ferhâldingen fan intercropping tusken katoen en sojabonen op' e groei fan katoen, om in basis te leverjen foar de seleksje fan 'e ferhâlding fan intercropping tusken katoen en soja en de hege-precision 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 grûn fan it VRE-skattingsmodel hie it model mei multispektrale ôfbyldingsfunksjes, sichtbere ôfbyldingsfunksjes, en planthichte-fúzje as ynputen de heechste krektens mei testset R2, RMSE en RPD fan respektivelik 0.916, 1.481 en 3.53.
It waard oantoand dat multi-boarne gegevens fúzje kombinearre mei stimmen regression yntegraasje algoritme jout in nije en effektive metoade foar SPAD skatting yn katoen.
Post tiid: Dec-03-2024