ਕਪਾਹ ਦੇ ਵਾਧੇ ਦੀ ਨਿਗਰਾਨੀ ਲਈ ਯੂਏਵੀ ਮਲਟੀਸਪੈਕਟ੍ਰਲ ਰਿਮੋਟ ਸੈਂਸਿੰਗ

ਤਿੰਨ ਉਪਜਾਊ ਪੜਾਵਾਂ 'ਤੇ ਕਪਾਹ ਦੀਆਂ ਮਲਟੀ-ਸਪੈਕਟ੍ਰਲ ਅਤੇ ਦ੍ਰਿਸ਼ਮਾਨ ਤਸਵੀਰਾਂ UAV-ਮਾਊਂਟ ਕੀਤੇ ਮਲਟੀ-ਸਪੈਕਟ੍ਰਲ ਅਤੇ RGB ਸੈਂਸਰਾਂ ਦੁਆਰਾ ਪ੍ਰਾਪਤ ਕੀਤੀਆਂ ਗਈਆਂ ਸਨ, ਉਨ੍ਹਾਂ ਦੀਆਂ ਸਪੈਕਟ੍ਰਲ ਅਤੇ ਚਿੱਤਰ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਕੱਢਿਆ ਗਿਆ ਸੀ, ਅਤੇ ਜ਼ਮੀਨ 'ਤੇ ਕਪਾਹ ਦੇ ਪੌਦਿਆਂ ਦੀ ਉਚਾਈ ਦੇ ਨਾਲ ਜੋੜ ਕੇ, ਕਪਾਹ ਦੇ SPAD ਦਾ ਅਨੁਮਾਨ ਵੋਟਿੰਗ ਰਿਗਰੈਸ਼ਨ ਇੰਟੀਗ੍ਰੇਟਿਡ ਲਰਨਿੰਗ (VRE) ਦੁਆਰਾ ਲਗਾਇਆ ਗਿਆ ਸੀ ਅਤੇ ਤਿੰਨ ਮਾਡਲਾਂ, ਜਿਵੇਂ ਕਿ ਰੈਂਡਮ ਫੋਰੈਸਟ ਰਿਗਰੈਸ਼ਨ (RFR), ਗਰੇਡੀਐਂਟ ਬੂਸਟਡ ਟ੍ਰੀ ਰਿਗਰੈਸ਼ਨ (GBR), ਅਤੇ ਸਪੋਰਟ ਵੈਕਟਰ ਮਸ਼ੀਨ ਰਿਗਰੈਸ਼ਨ (SVR) ਨਾਲ ਤੁਲਨਾ ਕੀਤੀ ਗਈ ਸੀ। . ਅਸੀਂ ਕਪਾਹ ਦੀ ਸਾਪੇਖਿਕ ਕਲੋਰੋਫਿਲ ਸਮੱਗਰੀ 'ਤੇ ਵੱਖ-ਵੱਖ ਅਨੁਮਾਨ ਮਾਡਲਾਂ ਦੀ ਅਨੁਮਾਨ ਸ਼ੁੱਧਤਾ ਦਾ ਮੁਲਾਂਕਣ ਕੀਤਾ, ਅਤੇ ਕਪਾਹ ਦੇ ਵਾਧੇ 'ਤੇ ਕਪਾਹ ਅਤੇ ਸੋਇਆਬੀਨ ਦੇ ਵਿਚਕਾਰ ਅੰਤਰ-ਕਰਾਪਿੰਗ ਦੇ ਵੱਖ-ਵੱਖ ਅਨੁਪਾਤਾਂ ਦੇ ਪ੍ਰਭਾਵਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕੀਤਾ, ਤਾਂ ਜੋ ਕਪਾਹ ਅਤੇ ਸੋਇਆਬੀਨ ਦੇ ਵਿਚਕਾਰ ਅੰਤਰ-ਕਰਾਪਿੰਗ ਦੇ ਅਨੁਪਾਤ ਦੀ ਚੋਣ ਅਤੇ ਕਪਾਹ SPAD ਦੇ ​​ਉੱਚ-ਸ਼ੁੱਧਤਾ ਅਨੁਮਾਨ ਲਈ ਇੱਕ ਆਧਾਰ ਪ੍ਰਦਾਨ ਕੀਤਾ ਜਾ ਸਕੇ।

RFR, GBR, ਅਤੇ SVR ਮਾਡਲਾਂ ਦੀ ਤੁਲਨਾ ਵਿੱਚ, VRE ਮਾਡਲ ਨੇ ਕਪਾਹ SPAD ਦਾ ਅਨੁਮਾਨ ਲਗਾਉਣ ਵਿੱਚ ਸਭ ਤੋਂ ਵਧੀਆ ਅਨੁਮਾਨ ਨਤੀਜੇ ਦਿਖਾਏ। VRE ਅਨੁਮਾਨ ਮਾਡਲ ਦੇ ਆਧਾਰ 'ਤੇ, ਮਲਟੀਸਪੈਕਟ੍ਰਲ ਚਿੱਤਰ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ, ਦ੍ਰਿਸ਼ਮਾਨ ਚਿੱਤਰ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ, ਅਤੇ ਪੌਦੇ ਦੀ ਉਚਾਈ ਫਿਊਜ਼ਨ ਇਨਪੁਟਸ ਦੇ ਰੂਪ ਵਿੱਚ ਵਾਲੇ ਮਾਡਲ ਵਿੱਚ ਕ੍ਰਮਵਾਰ 0.916, 1.481, ਅਤੇ 3.53 ਦੇ ਟੈਸਟ ਸੈੱਟ R2, RMSE, ਅਤੇ RPD ਦੇ ਨਾਲ ਸਭ ਤੋਂ ਵੱਧ ਸ਼ੁੱਧਤਾ ਸੀ।