कपास एक महत्वपूर्ण नकदी फसल और सूती वस्त्र उद्योग का कच्चा माल है। घनी आबादी वाले क्षेत्रों के बढ़ने के साथ, कपास, अनाज और तिलहन फसलों के बीच भूमि प्रतिस्पर्धा की समस्या और भी गंभीर होती जा रही है। कपास और अनाज की अंतर-फसलों के उपयोग से कपास और अनाज की फसलों की खेती के बीच के विरोधाभास को प्रभावी ढंग से कम किया जा सकता है, जिससे फसल की उत्पादकता में सुधार हो सकता है और पारिस्थितिक विविधता का संरक्षण हो सकता है। इसलिए, अंतर-फसलों के तहत कपास की वृद्धि की शीघ्र और सटीक निगरानी करना अत्यंत महत्वपूर्ण है।
तीन उर्वरता चरणों में कपास की बहु-स्पेक्ट्रल और दृश्यमान छवियां यूएवी-माउंटेड मल्टी-स्पेक्ट्रल और आरजीबी सेंसर द्वारा प्राप्त की गईं, उनकी स्पेक्ट्रल और छवि विशेषताओं को निकाला गया, और जमीन पर कपास के पौधों की ऊंचाई के साथ संयुक्त, कपास के एसपीएडी को वोटिंग रिग्रेशन इंटीग्रेटेड लर्निंग (वीआरई) द्वारा अनुमानित किया गया और तीन मॉडलों के साथ तुलना की गई, अर्थात्, रैंडम फॉरेस्ट रिग्रेशन (आरएफआर), ग्रेडिएंट बूस्टेड ट्री रिग्रेशन (जीबीआर), और सपोर्ट वेक्टर मशीन रिग्रेशन (एसवीआर)। हमने कपास की सापेक्ष क्लोरोफिल सामग्री पर विभिन्न अनुमान मॉडल की अनुमान सटीकता का मूल्यांकन किया, और कपास के विकास पर कपास और सोयाबीन के बीच अंतर-फसल के विभिन्न अनुपातों के प्रभावों का विश्लेषण किया,
आरएफआर, जीबीआर और एसवीआर मॉडलों की तुलना में, वीआरई मॉडल ने कपास एसपीएडी के आकलन में सर्वोत्तम आकलन परिणाम दिखाए। वीआरई आकलन मॉडल के आधार पर, बहु-स्पेक्ट्रल छवि विशेषताओं, दृश्यमान छवि विशेषताओं और पौधे की ऊँचाई के संलयन को इनपुट के रूप में इस्तेमाल करने वाले मॉडल की सटीकता सबसे अधिक थी, जिसमें परीक्षण सेट आर2, आरएमएसई और आरपीडी क्रमशः 0.916, 1.481 और 3.53 थे।
यह दिखाया गया कि बहु-स्रोत डेटा संलयन को वोटिंग रिग्रेशन इंटीग्रेशन एल्गोरिदम के साथ मिलाकर कपास में SPAD आकलन के लिए एक नई और प्रभावी विधि प्रदान की जाती है।
पोस्ट करने का समय: 03-दिसंबर-2024