< img height="1" width="1" style="display:none" src="https://www.facebook.com/tr?id=1241806559960313&ev=PageView&noscript=1" /> செய்தி - பருத்தி வளர்ச்சியை கண்காணிக்க UAV மல்டிஸ்பெக்ட்ரல் ரிமோட் சென்சிங்

பருத்தி வளர்ச்சியை கண்காணிக்க UAV மல்டிஸ்பெக்ட்ரல் ரிமோட் சென்சிங்

பருத்தி ஒரு முக்கியமான பணப்பயிராகவும், பருத்தி ஜவுளித் தொழிலின் மூலப்பொருளாகவும், அதிக மக்கள் தொகை கொண்ட பகுதிகள், பருத்தி, தானியம் மற்றும் எண்ணெய் வித்து பயிர்கள் நிலப் போட்டி பிரச்சனை மேலும் மேலும் தீவிரமானது, பருத்தி மற்றும் தானிய ஊடுபயிரைப் பயன்படுத்துவதன் மூலம் முரண்பாட்டைத் திறம்பட தணிக்க முடியும். பருத்தி மற்றும் தானிய பயிர்களை பயிரிடுதல், இது பயிரின் உற்பத்தித்திறனை மேம்படுத்துதல் மற்றும் சுற்றுச்சூழல் பன்முகத்தன்மையைப் பாதுகாத்தல் மற்றும் பல. எனவே, ஊடுபயிர் முறையில் பருத்தியின் வளர்ச்சியை விரைவாகவும் துல்லியமாகவும் கண்காணிப்பது மிகவும் முக்கியத்துவம் வாய்ந்தது.

UAV-மல்டிஸ்பெக்ட்ரல்-ரிமோட்-சென்சிங்-டு-மானிட்டர்-பருத்தி-வளர்ச்சி-1

மூன்று கருவுறுதல் நிலைகளில் பருத்தியின் மல்டி-ஸ்பெக்ட்ரல் மற்றும் புலப்படும் படங்கள் UAV-மவுண்டட் மல்டி-ஸ்பெக்ட்ரல் மற்றும் RGB சென்சார்களால் பெறப்பட்டன, அவற்றின் நிறமாலை மற்றும் பட அம்சங்கள் பிரித்தெடுக்கப்பட்டன, மேலும் தரையில் உள்ள பருத்தி செடிகளின் உயரத்துடன் இணைந்து, பருத்தியின் SPAD ஆனது. வாக்களிக்கும் பின்னடைவு ஒருங்கிணைந்த கற்றல் (VRE) மூலம் மதிப்பிடப்பட்டது மற்றும் மூன்று மாதிரிகளுடன் ஒப்பிடப்படுகிறது, அதாவது, ரேண்டம் ஃபாரஸ்ட் ரிக்ரஷன் (RFR), கிரேடியன்ட் பூஸ்ட்ட் ட்ரீ ரிக்ரஷன் (ஜிபிஆர்), மற்றும் சப்போர்ட் வெக்டர் மெஷின் ரிக்ரஷன் (எஸ்விஆர்). . பருத்தியின் தொடர்புடைய குளோரோபில் உள்ளடக்கத்தில் வெவ்வேறு மதிப்பீட்டு மாதிரிகளின் கணிப்பு துல்லியத்தை மதிப்பீடு செய்தோம், மேலும் பருத்தி மற்றும் சோயாபீனுக்கு இடையில் ஊடுபயிரின் வெவ்வேறு விகிதங்களின் விளைவுகளை பருத்தியின் வளர்ச்சியில் பகுப்பாய்வு செய்தோம். பருத்தி மற்றும் சோயாபீன் மற்றும் பருத்தி SPAD இன் உயர் துல்லியமான மதிப்பீடு.

RFR, GBR மற்றும் SVR மாடல்களுடன் ஒப்பிடுகையில், VRE மாடல் பருத்தி SPAD ஐ மதிப்பிடுவதில் சிறந்த மதிப்பீடு முடிவுகளைக் காட்டியது. VRE மதிப்பீட்டு மாதிரியின் அடிப்படையில், மல்டிஸ்பெக்ட்ரல் பட அம்சங்கள், புலப்படும் பட அம்சங்கள் மற்றும் உள்ளீடுகளாக உள்ள தாவர உயரம் இணைவு ஆகியவற்றைக் கொண்ட மாதிரியானது R2, RMSE மற்றும் RPD ஆகியவற்றின் சோதனைத் தொகுப்பு முறையே 0.916, 1.481, மற்றும் 3.53 ஆகியவற்றுடன் மிக உயர்ந்த துல்லியத்தைக் கொண்டிருந்தது.

UAV-மல்டிஸ்பெக்ட்ரல்-ரிமோட்-சென்சிங்-டு-மானிட்டர்-பருத்தி-வளர்ச்சி-2

வாக்களிப்பு பின்னடைவு ஒருங்கிணைப்பு வழிமுறையுடன் இணைந்து பல மூல தரவு இணைவு பருத்தியில் SPAD மதிப்பீட்டிற்கு ஒரு புதிய மற்றும் பயனுள்ள முறையை வழங்குகிறது என்று காட்டப்பட்டது.


இடுகை நேரம்: டிசம்பர்-03-2024

உங்கள் செய்தியை விடுங்கள்

தேவையான புலங்களை நிரப்பவும்.