Pamuk kao važna tržišna kultura i sirovina za pamučnu tekstilnu industriju, s porastom gusto naseljenih područja, problem konkurencije zemljišta za pamuk, žitarice i uljarice postaje sve ozbiljniji. Korištenje međuusjeva pamuka i žitarica može efikasno ublažiti kontradikciju između uzgoja pamuka i žitarica, što može poboljšati produktivnost usjeva i zaštititi ekološku raznolikost. Stoga je od velikog značaja brzo i precizno praćenje rasta pamuka u međuusjevnom režimu.
Multispektralne i vidljive slike pamuka u tri faze plodnosti dobijene su multispektralnim i RGB senzorima montiranim na bespilotnu letjelicu. Njihove spektralne i slikovne karakteristike su izdvojene i, kombinovane s visinom biljaka pamuka na tlu, SPAD pamuka je procijenjen korištenjem integriranog učenja regresije glasanja (VRE) i upoređen s tri modela, i to: Regresijom slučajne šume (RFR), Regresijom gradijentnog pojačanog drveta (GBR) i Regresijom potpornih vektora mašine (SVR). Procijenili smo tačnost procjene različitih modela procjene relativnog sadržaja hlorofila u pamuku i analizirali uticaj različitih omjera međuusjeva između pamuka i soje na rast pamuka, kako bismo pružili osnovu za odabir omjera međuusjeva između pamuka i soje i visokopreciznu procjenu SPAD-a pamuka.
U poređenju sa RFR, GBR i SVR modelima, VRE model je pokazao najbolje rezultate procjene SPAD-a pamuka. Na osnovu VRE modela procjene, model sa multispektralnim karakteristikama slike, vidljivim karakteristikama slike i fuzijom visine biljke kao ulaznim podacima imao je najveću tačnost sa testnim skupom R2, RMSE i RPD od 0,916, 1,481 i 3,53, respektivno.
Pokazano je da fuzija podataka iz više izvora u kombinaciji s algoritmom integracije regresije glasanja pruža novu i učinkovitu metodu za procjenu SPAD-a kod pamuka.
Vrijeme objave: 03.12.2024.