Le coton en tant que culture de rente importante et matière première de l'industrie textile du coton, avec l'augmentation des zones densément peuplées, le problème de la concurrence foncière pour les cultures de coton, de céréales et d'oléagineux est de plus en plus grave, l'utilisation de cultures intercalaires de coton et de céréales peut efficacement atténuer la contradiction entre le la culture du coton et des céréales, ce qui peut améliorer la productivité des cultures et la protection de la diversité écologique, etc. Par conséquent, il est d’une grande importance de surveiller rapidement et précisément la croissance du coton en mode culture intercalaire.
Des images multispectrales et visibles du coton à trois stades de fertilité ont été acquises par des capteurs multispectraux et RVB montés sur un drone, leurs caractéristiques spectrales et d'image ont été extraites et combinées à la hauteur des plants de coton au sol, le SPAD du coton a été estimé par apprentissage intégré par régression de vote (VRE) et comparé à trois modèles, à savoir la régression de forêt aléatoire (RFR), la régression d'arbre boostée par gradient (GBR) et la régression de machine à vecteurs de support (SVR). . Nous avons évalué la précision de l'estimation de différents modèles d'estimation sur la teneur relative en chlorophylle du coton et analysé les effets de différents ratios de cultures intercalaires entre le coton et le soja sur la croissance du coton, afin de fournir une base pour la sélection du ratio de cultures intercalaires. entre le coton et le soja et l'estimation de haute précision du SPAD du coton.
Comparé aux modèles RFR, GBR et SVR, le modèle VRE a montré les meilleurs résultats d'estimation pour l'estimation du SPAD du coton. Sur la base du modèle d'estimation VRE, le modèle avec les caractéristiques d'image multispectrales, les caractéristiques d'image visible et la fusion de la hauteur des plantes comme entrées présentait la précision la plus élevée avec l'ensemble de test R2, RMSE et RPD de 0,916, 1,481 et 3,53, respectivement.
Il a été démontré que la fusion de données multi-sources combinée à un algorithme d'intégration de régression de vote fournit une méthode nouvelle et efficace pour l'estimation SPAD dans le coton.
Heure de publication : 03 décembre 2024