El cotó com a important cultiu comercial i matèria primera de la indústria tèxtil del cotó, amb l'augment de les zones densament poblades, el problema de la competència per la terra entre el cotó, els cereals i els cultius oleaginosos és cada cop més greu. L'ús del cultiu intercalat de cotó i cereals pot alleujar eficaçment la contradicció entre el cultiu de cotó i els cereals, cosa que pot millorar la productivitat del cultiu i protegir la diversitat ecològica, etc. Per tant, és de gran importància controlar de manera ràpida i precisa el creixement del cotó en mode de cultiu intercalat.
Es van adquirir imatges multiespectrals i visibles del cotó en tres estadis de fertilitat mitjançant sensors multiespectrals i RGB muntats en UAV, es van extreure les seves característiques espectrals i d'imatge i, combinades amb l'alçada de les plantes de cotó a terra, es va estimar l'SPAD del cotó mitjançant l'aprenentatge integrat de regressió per votació (VRE) i es va comparar amb tres models, és a dir, la regressió forestal aleatòria (RFR), la regressió d'arbres impulsada per gradient (GBR) i la regressió de la màquina de vectors de suport (SVR). Vam avaluar la precisió de l'estimació de diferents models d'estimació sobre el contingut relatiu de clorofil·la del cotó i vam analitzar els efectes de diferents ràtios d'intercultiu entre cotó i soja sobre el creixement del cotó, per tal de proporcionar una base per a la selecció de la ràtio d'intercultiu entre cotó i soja i l'estimació d'alta precisió de l'SPAD del cotó.
En comparació amb els models RFR, GBR i SVR, el model VRE va mostrar els millors resultats d'estimació en l'estimació de la SPAD del cotó. Basant-se en el model d'estimació VRE, el model amb característiques d'imatge multiespectral, característiques d'imatge visible i fusió d'alçada de la planta com a entrades va tenir la precisió més alta amb el conjunt de proves R2, RMSE i RPD de 0,916, 1,481 i 3,53, respectivament.
Es va demostrar que la fusió de dades multifont combinada amb l'algoritme d'integració de regressió de votació proporciona un mètode nou i eficaç per a l'estimació de SPAD en cotó.
Data de publicació: 03 de desembre de 2024