የጥጥ እድገትን ለመከታተል UAV ባለብዙ ስፔክትራል የርቀት ዳሳሽ

ባለ ብዙ ስፔክትራል እና የሚታዩ የጥጥ ምስሎች በሶስት የመራባት ደረጃዎች በUAV-mounted multi-spectral እና RGB sensors የተገኙ ሲሆን የእይታ እና የምስል ባህሪያቸው ተወስዷል እና መሬት ላይ ካሉ የጥጥ ተክሎች ቁመት ጋር ተጣምሮ የጥጥ SPAD ነበር. በድምፅ የተገመተ ሪግሬሽን የተቀናጀ ትምህርት (VRE) እና ከሶስት ሞዴሎች ጋር ሲነፃፀር፣ እነሱም፣ Random Forest Regression (RFR)፣ Gradient Boosted Tree Regression (GBR) እና ድጋፍ ቬክተር የማሽን ሪግሬሽን (SVR)። . እኛ ጥጥ መካከል ያለውን አንጻራዊ ክሎሮፊል ይዘት ላይ የተለያዩ ግምታዊ ሞዴሎች ያለውን ግምት ትክክለኛነት ገምግሟል, እና intercropping መካከል ጥምርታ ምርጫ መሠረት ለመስጠት እንደ ጥጥ እና አኩሪ አተር መካከል intercropping የተለያዩ ሬሾ ውጤቶች ተንትነዋል. በጥጥ እና በአኩሪ አተር መካከል እና የጥጥ SPAD ከፍተኛ ትክክለኛነት ግምት.

ከ RFR፣ GBR እና SVR ሞዴሎች ጋር ሲነጻጸር፣ የVRE ሞዴል የጥጥ SPADን በመገመት ምርጡን የግምት ውጤት አሳይቷል። በVRE ግምታዊ ሞዴል ላይ በመመስረት፣ ባለብዙ ስፔክትራል የምስል ገፅታዎች፣ የሚታዩ የምስል ባህሪያት እና እንደ ግብዓቶች የዕፅዋት ቁመት ውህደት ያለው ሞዴል በሙከራ R2፣ RMSE እና RPD 0.916፣ 1.481 እና 3.53 በቅደም ተከተል ከፍተኛ ትክክለኛነት ነበረው።