כותנה כיבול מזומן חשוב וחומרי גלם לתעשיית הטקסטיל של כותנה, עם הגידול של אזורים מאוכלסים בצפיפות, בעיית התחרות בקרקע של כותנה, תבואה וזרעי שמן היא יותר ויותר חמורה, השימוש בגידולי כותנה ודגנים יכול למעשה להקל על הסתירה בין גידול של גידולי כותנה ותבואה, שיכול לשפר את תפוקת היבול ואת ההגנה על המגוון האקולוגי וכן על. לכן, ישנה חשיבות רבה לעקוב במהירות ובדייקנות אחר צמיחת הכותנה במצב חיתוך.
תמונות רב-ספקטרליות וגלויות של כותנה בשלושה שלבי פוריות נרכשו על ידי חיישני רב-ספקטרליים ו-RGB מותקנים במל"ט, תכונות הספקטרליות והתמונה שלהם חולצו, ובשילוב עם גובה צמחי הכותנה על הקרקע, ה-SPAD של הכותנה היה אומדן על ידי למידה משולבת של רגרסיה בהצבעה (VRE) והשוואה לשלושה מודלים, כלומר רגרסיה אקראית של יער (RFR), רגרסיית עץ מוגברת (GBR), ותמיכה ב-Vector Machine Regression (SVR). . הערכנו את דיוק האומדן של מודלים אומדנים שונים על תכולת הכלורופיל היחסית של כותנה, וניתחנו את ההשפעות של יחסי גידול גומלין בין כותנה לסויה על צמיחת הכותנה, כדי לספק בסיס לבחירת היחס בין גידולים גומליים. בין כותנה לסויה והערכת דיוק גבוהה של כותנה SPAD.
בהשוואה לדגמי RFR, GBR ו-SVR, מודל VRE הראה את תוצאות האומדן הטובות ביותר בהערכת SPAD כותנה. בהתבסס על מודל הערכת VRE, המודל עם תכונות תמונה רב-ספקטרליות, תכונות תמונה גלויות והיתוך גובה צמחים ככניסות היה בעל הדיוק הגבוה ביותר עם ערכת בדיקה R2, RMSE ו-RPD של 0.916, 1.481 ו-3.53, בהתאמה.
הוכח כי היתוך נתונים רב מקורות בשילוב עם אלגוריתם אינטגרציה של רגרסיית הצבעה מספק שיטה חדשה ויעילה להערכת SPAD בכותנה.
זמן פרסום: דצמבר-03-2024