Medvilnė, kaip svarbi grynųjų kultūrų ir medvilnės tekstilės pramonės žaliava, didėjant tankiai apgyvendintoms vietovėms, medvilnės, grūdinių ir aliejinių kultūrų žemės konkurencijos problema tampa vis rimtesnė, o medvilnės ir grūdų pasėlių naudojimas gali veiksmingai sumažinti prieštaravimą tarp medvilnės ir grūdinių kultūrų auginimas, kuris gali pagerinti pasėlių produktyvumą ir ekologinės įvairovės apsaugą ir pan. Todėl labai svarbu greitai ir tiksliai stebėti medvilnės augimą tarpinio apkarpymo režimu.
Daugiaspektriniai ir matomi medvilnės vaizdai trijose vaisingumo stadijose buvo gauti UAV montuojamais daugiaspektriniais ir RGB jutikliais, išgauti jų spektriniai ir vaizdo ypatumai, o kartu su medvilnės augalų aukščiu ant žemės, medvilnės SPAD. apskaičiuotas pagal balsavimo regresijos integruotą mokymąsi (VRE) ir lyginamas su trimis modeliais, būtent atsitiktine miško regresija (RFR), gradiento padidinta medžio regresija (GBR) ir palaikymu. Vektorinės mašinos regresija (SVR). . Įvertinome skirtingų santykinio chlorofilo kiekio medvilnėje įvertinimo modelių tikslumą ir išanalizavome skirtingų medvilnės ir sojos pupelių santykio poveikį medvilnės augimui, kad būtų pagrindas pasirinkti tarpinio pasėlių santykį. tarp medvilnės ir sojų pupelių ir didelio tikslumo medvilnės SPAD įvertinimo.
Palyginti su RFR, GBR ir SVR modeliais, VRE modelis parodė geriausius įvertinimo rezultatus įvertinant medvilnės SPAD. Remiantis VRE įvertinimo modeliu, modelio su daugiaspektrinio vaizdo ypatybėmis, matomomis vaizdo ypatybėmis ir augalų aukščio susiliejimu kaip įvestimis buvo didžiausias tikslumas, naudojant bandymų rinkinį R2, RMSE ir RPD atitinkamai 0,916, 1,481 ir 3,53.
Buvo parodyta, kad kelių šaltinių duomenų suliejimas kartu su balsavimo regresijos integravimo algoritmu suteikia naują ir efektyvų SPAD įvertinimo metodą medvilnėje.
Paskelbimo laikas: 2024-12-03