Bông là cây trồng thương mại quan trọng và nguyên liệu thô của ngành dệt bông, với sự gia tăng của các khu vực đông dân cư, vấn đề cạnh tranh đất đai giữa bông, ngũ cốc và cây có dầu ngày càng nghiêm trọng, việc sử dụng xen canh bông và ngũ cốc có thể làm giảm hiệu quả mâu thuẫn giữa việc trồng bông và cây ngũ cốc, có thể cải thiện năng suất cây trồng và bảo vệ đa dạng sinh thái, v.v. Do đó, việc theo dõi nhanh chóng và chính xác sự phát triển của bông trong chế độ xen canh có ý nghĩa rất lớn.
Hình ảnh đa phổ và hình ảnh có thể nhìn thấy của bông ở ba giai đoạn sinh sản đã được thu thập bằng các cảm biến đa phổ và RGB gắn trên UAV, các đặc điểm quang phổ và hình ảnh của chúng đã được trích xuất và kết hợp với chiều cao của cây bông trên mặt đất, SPAD của bông đã được ước tính bằng phương pháp học tích hợp hồi quy bỏ phiếu (VRE) và so sánh với ba mô hình, cụ thể là Hồi quy rừng ngẫu nhiên (RFR), Hồi quy cây tăng cường độ dốc (GBR) và Hồi quy máy vectơ hỗ trợ (SVR). Chúng tôi đã đánh giá độ chính xác ước tính của các mô hình ước tính khác nhau về hàm lượng diệp lục tương đối của bông và phân tích tác động của các tỷ lệ xen canh khác nhau giữa bông và đậu nành đến sự phát triển của bông, để cung cấp cơ sở cho việc lựa chọn tỷ lệ xen canh giữa bông và đậu nành và ước tính SPAD của bông có độ chính xác cao.
So với các mô hình RFR, GBR và SVR, mô hình VRE cho kết quả ước tính tốt nhất trong việc ước tính SPAD của bông. Dựa trên mô hình ước tính VRE, mô hình có các đặc điểm ảnh đa phổ, các đặc điểm ảnh có thể nhìn thấy và hợp nhất chiều cao cây làm đầu vào có độ chính xác cao nhất với bộ thử nghiệm R2, RMSE và RPD lần lượt là 0,916, 1,481 và 3,53.
Người ta đã chứng minh rằng việc kết hợp dữ liệu đa nguồn với thuật toán tích hợp hồi quy bỏ phiếu cung cấp một phương pháp mới và hiệu quả để ước tính SPAD trong bông.
Thời gian đăng: 03-12-2024