Хөвөн нь бэлэн мөнгө, хөвөнгийн нэхмэлийн үйлдвэрлэлийн чухал түүхий эд болохын зэрэгцээ хүн амын нягтаршил ихтэй газар нутаг нэмэгдэж, хөвөн, үр тариа, тосны ургамлын талбайн өрсөлдөөний асуудал улам бүр ноцтой болж, хөвөн, үр тарианы хоорондын зөрчилдөөнийг ашиглах нь хөвөн, үр тарианы үр тарианы хоорондын зөрчилдөөнийг үр дүнтэй арилгаж, үр тарианы үр тариа, үр тарианы төрөл зүйл, үр тарианы хамгаалалтыг сайжруулж чадна. Иймд тариалалтын горимд хөвөнгийн ургалтыг хурдан шуурхай, үнэн зөв хянах нь ихээхэн ач холбогдолтой юм.
Үржил шимийн гурван үе шатанд байгаа хөвөнгийн олон спектрийн болон харагдахуйц зургийг UAV-д суурилуулсан олон спектрийн болон RGB мэдрэгчээр авч, тэдгээрийн спектрийн болон дүрсний онцлогийг гаргаж, газар дээрх хөвөнгийн ургамлын өндөртэй хослуулан, хөвөнгийн SPAD-ийг санал хураалтын регрессийн нэгдсэн сургалтаар (VRE) үнэлж, гурван загвартай харьцуулсан, тухайлбал, Graestedion (RegressentiR) Регресс (GBR), ба Вектор машин регрессийг (SVR) дэмжих. . Хөвөнгийн харьцангуй хлорофилийн агууламжийн янз бүрийн тооцооллын загваруудын үнэлгээний үнэн зөвийг үнэлж, хөвөн ба шар буурцгийн хоорондох харилцан тариалалтын янз бүрийн харьцаа нь хөвөнгийн ургалтад үзүүлэх нөлөөнд дүн шинжилгээ хийж, хөвөн ба шар буурцгийн хоорондын үр тарианы харьцаа, хөвөнгийн SPAD-ийн өндөр нарийвчлалтай тооцоог сонгох үндэслэл болсон.
RFR, GBR, SVR загваруудтай харьцуулахад VRE загвар нь хөвөнгийн SPAD-ийг тооцоолоход хамгийн сайн үнэлгээний үр дүнг харуулсан. VRE үнэлгээний загварт үндэслэн, олон талт дүрсний онцлог, харагдахуйц дүрсний онцлог, оролт болгон ургамлын өндрийг нэгтгэсэн загвар нь R2, RMSE, RPD 0.916, 1.481, 3.53 туршилтын багцтай хамгийн өндөр нарийвчлалтай байсан.
Санал хураалтын регрессийн интеграцийн алгоритмтай хослуулан олон эх сурвалжийн өгөгдлийг нэгтгэх нь хөвөн дэх SPAD-ийн үнэлгээний шинэ бөгөөд үр дүнтэй арга болж байгааг харуулсан.
Шуудангийн цаг: 2024 оны 12-р сарын 03-ны өдөр