Pamuk kao važna komercijalna 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 učinkovito ublažiti kontradikciju između uzgoja pamuka i žitarica, što može poboljšati produktivnost usjeva i zaštititi ekološku raznolikost. Stoga je od velike važnosti brzo i točno pratiti rast pamuka u međuusjevnom načinu uzgoja.
Multispektralne i vidljive slike pamuka u tri faze plodnosti snimljene su multispektralnim i RGB senzorima montiranim na bespilotnu letjelicu. Njihove spektralne i slikovne značajke su izdvojene i, u kombinaciji s visinom biljaka pamuka na tlu, SPAD pamuka procijenjen je integriranim učenjem regresije glasanja (VRE) i uspoređen s tri modela, naime, regresijom slučajne šume (RFR), regresijom gradijentnog pojačanog stabla (GBR) i regresijom potpornih vektora (SVR). Procijenili smo točnost procjene različitih modela procjene relativnog sadržaja klorofila u pamuku i analizirali učinke različitih omjera međuusjeva pamuka i soje na rast pamuka, kako bismo pružili osnovu za odabir omjera međuusjeva pamuka i soje te visokopreciznu procjenu SPAD-a pamuka.
U usporedbi s RFR, GBR i SVR modelima, VRE model je pokazao najbolje rezultate procjene SPAD-a pamuka. Na temelju VRE modela procjene, model s multispektralnim značajkama slike, vidljivim značajkama slike i fuzijom visine biljke kao ulazima imao je najveću točnost s testnim skupom R2, RMSE i RPD od 0,916, 1,481 i 3,53.
Pokazano je da fuzija podataka iz više izvora u kombinaciji s algoritmom integracije regresije glasanja pruža novu i učinkovitu metodu za procjenu SPAD-a u pamuku.
Vrijeme objave: 03.12.2024.