Пахта маанилүү накталай өсүмдүк жана пахтадан текстиль өнөр жайынын сырьесу катары, калк жыш жайгашкан райондордун көбөйүшү менен пахта, дан жана май өсүмдүктөрүнүн жер атаандаштык маселеси барган сайын олуттуу болуп баратат, пахта жана дан эгиндерин пайдалануу пахта жана кылкандуу дан өсүмдүктөрүн өстүрүү ортосундагы карама-каршылыктарды эффективдүү жеңилдетет, бул айыл чарба өсүмдүктөрүнүн түшүмдүүлүгүн жана ар түрдүүлүгүн жакшыртат. Ошон-дуктан пахтанын осушуно тез жана так контролдук кылуунун зор мааниси бар.
Үч түшүмдүүлүк баскычындагы пахтанын көп спектрлүү жана көрүнүүчү сүрөттөрү UAV орнотулган мультиспектралдык жана RGB сенсорлорунун жардамы менен алынган, алардын спектрдик жана сүрөт өзгөчөлүктөрү алынган жана жердеги пахта өсүмдүктөрүнүн бийиктиги менен айкалышып, пахтанын SPADы добуш берүү регрессиялык интеграцияланган окутуу (VRE) менен бааланган жана үч модел менен салыштырылган, тактап айтканда, RegressenteR (RegressenteR), Регрессия (GBR) жана Вектордук машина регрессиясын (SVR) колдоо. . Биз пахтанын салыштырмалуу хлорофиллдин курамына ар кандай баалоо моделдеринин баа берүү тактыгына баа бердик жана пахта менен соянын ортосундагы аралык айдоонун катышын тандоо үчүн негиз болуп берүү үчүн пахта менен соянын ортосундагы ар түрдүү пропорциялардын пахтанын өсүшүнө тийгизген таасирин талдап чыктык.
RFR, GBR жана SVR моделдери менен салыштырганда, VRE модели пахта SPADды баалоодо эң жакшы жыйынтыктарды көрсөттү. VRE баалоо моделинин негизинде, мультиспектралдык сүрөт өзгөчөлүктөрү, көрүнүүчү сүрөттөлүш өзгөчөлүктөрү жана киргизүү катары өсүмдүк бийиктигинин синтези бар модель R2, RMSE жана RPD 0,916, 1,481 жана 3,53 сыноо топтому менен эң жогорку тактыкка ээ болгон.
Көп булактуу маалыматтарды бириктирүү добуш берүүнүн регрессиялык интеграция алгоритми менен айкалышып, пахтада SPAD баалоо үчүн жаңы жана эффективдүү ыкманы камсыздай тургандыгы көрсөтүлдү.
Посттун убактысы: 2024-жылдын 3-декабрына чейин