Paxta muhim pul ekinlari va paxta to'qimachilik sanoati xomashyosi sifatida, aholi zich joylashgan hududlarning ko'payishi, paxta, g'alla va moyli o'simliklarning yer raqobati muammosi tobora jiddiylashmoqda, paxta va g'alla oraliq ekinlardan foydalanish o'rtasidagi ziddiyatni samarali ravishda yumshata oladi. paxta va don ekinlarini etishtirish, bu hosildorlikni oshirish va ekologik xilma-xillikni muhofaza qilish va boshqalar. Shuning uchun oraliq ekish rejimida g‘o‘zaning o‘sishini tez va aniq nazorat qilish katta ahamiyatga ega.
G‘o‘zaning uchta hosildorlik bosqichidagi ko‘p spektrli va ko‘rinadigan tasvirlari UAVga o‘rnatilgan ko‘p spektrli va RGB datchiklari yordamida olindi, ularning spektral va tasviriy xususiyatlari ajratib olindi va yerdagi g‘o‘za o‘simliklarining balandligi bilan birlashtirilib, g‘o‘zaning SPAD darajasi aniqlandi. Ovoz berish regressiyasi integratsiyalashgan o'rganish (VRE) orqali baholandi va uchta model bilan taqqoslandi, xususan, Tasodifiy o'rmon regressiyasi (RFR), Gradient kuchaytirilgan daraxt Regressiya (GBR) va vektor mashinasi regressiyasini (SVR) qo'llab-quvvatlash. . Biz g'o'zaning nisbiy xlorofill miqdori bo'yicha turli baholash modellarining baholash to'g'riligini baholadik va g'o'za va soya o'rtasidagi turli nisbatlarning g'o'za o'sishiga ta'sirini tahlil qildik. paxta va soya o'rtasida va paxta SPAD ning yuqori aniqlikdagi bahosi.
RFR, GBR va SVR modellari bilan taqqoslaganda, VRE modeli paxta SPADni baholashda eng yaxshi baholash natijalarini ko'rsatdi. VRE baholash modeliga asoslanib, multispektral tasvir xususiyatlari, ko'rinadigan tasvir xususiyatlari va kirishlar sifatida o'simlik balandligi termoyadroviyga ega model eng yuqori aniqlikka ega bo'lgan R2, RMSE va RPD test to'plami mos ravishda 0,916, 1,481 va 3,53.
Ovoz berish regressiyasi integratsiya algoritmi bilan birgalikda ko'p manbali ma'lumotlarni birlashtirish paxtada SPADni baholashning yangi va samarali usulini taqdim etishi ko'rsatildi.
Yuborilgan vaqt: 2024 yil 3-dekabr