Памук као важан новчани усев и сировина памучне текстилне индустрије, са повећањем густо насељених подручја, памука, житарица и уљарица, проблем конкуренције земљишта је све озбиљнији, употреба памука и житарица може ефикасно ублажити контрадикцију између узгој памука и житарица, што може побољшати продуктивност усева и заштиту еколошке разноликости и тако на. Због тога је од великог значаја брзо и прецизно пратити раст памука у режиму међукултуре.
Мултиспектралне и видљиве слике памука у три стадијума плодности добијене су мултиспектралним и РГБ сензорима постављеним на УАВ, њихове спектралне и сликовне карактеристике су екстраховане, а у комбинацији са висином биљака памука на тлу, СПАД памука је био процењено интегрисаним учењем регресије гласања (ВРЕ) и упоређено са три модела, наиме, Регресија случајне шуме (РФР), Градијентно појачано дрво Регресија (ГБР) и Машинска регресија вектора подршке (СВР). . Оцењивали смо тачност процене различитих модела процене релативног садржаја хлорофила у памуку и анализирали ефекте различитих односа међукултуре између памука и соје на раст памука, како бисмо пружили основу за избор односа међукултуре. између памука и соје и високо прецизне процене памучног СПАД-а.
У поређењу са моделима РФР, ГБР и СВР, ВРЕ модел је показао најбоље резултате процене у процени памучног СПАД-а. Засновано на ВРЕ моделу процене, модел са карактеристикама мултиспектралне слике, видљивим карактеристикама слике и фузијом висине биљке као улазима имао је највећу тачност са тест скупом Р2, РМСЕ и РПД од 0,916, 1,481 и 3,53, респективно.
Показано је да фузија података из више извора у комбинацији са алгоритмом интеграције регресије гласања пружа нову и ефикасну методу за СПАД процену у памуку.
Време поста: 03.12.2024