Paxta muhim pul ekinlari va paxta toʻqimachilik sanoati xomashyosi sifatida, aholi zich joylashgan hududlarning koʻpayishi, paxta, gʻalla va moyli ekinlarning yer raqobati muammosi tobora jiddiylashmoqda, paxta va gʻalla oraliq ekinlaridan foydalanish paxta va gʻalla ekinlari yetishtirish oʻrtasidagi qarama-qarshilikni samarali bartaraf etishi mumkin, bu esa hosilning xilma-xilligi va muhofazasini yaxshilash imkonini beradi. 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 multispektral va RGB datchiklari yordamida olindi, ularning spektral va tasvir xususiyatlari ajratib olindi va yerdagi g‘o‘za o‘simliklarining balandligi bilan birlashtirilib, g‘o‘zaning SPAD ovoz berish regressiyasini integratsiyalashgan o‘rganish (VRE) yo‘li bilan baholandi va uchta model bilan solishtirildi, ya’ni, Regressedion (Regressedion) Regressiya (GBR) va vektor mashinasi regressiyasini (SVR) qo'llab-quvvatlash. . Biz g‘o‘zaning nisbiy xlorofill miqdori bo‘yicha turli baholash modellarini baholashning to‘g‘riligini baholadik va g‘o‘za va soya o‘rtasida o‘zaro ekin ekishning turli nisbatlarining g‘o‘za o‘sishiga ta’sirini tahlil qildik, bu esa g‘o‘za va soya o‘rtasidagi oraliq ekinlar nisbatini tanlash va g‘o‘zaning yuqori aniqlikdagi SPAD bahosini yaratish uchun asos bo‘ldi.
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