Мониторинг роста и прогноз урожайности с помощью спектральной камеры на БПЛА: анализ взаимосвязи между уплотнением почвы и вегетационным индексом

Monitoring growth and predicting crop yield through UAV-mounted spectral camera analysis of the interplay between soil compaction and vegetation index
Van Huu Bui, Quang Hieu Ngo, Luu Trong Hieu
2024-03-28

алгоритм обучения MatlabNDRENDVIкорреляция Пирсонасеть SAкамеры спектральные на БПЛАсеть WSвысота растенияпрогноз урожайности рисауплотнение почвыколичество побегов (tiller)
В статье предложен метод прогнозирования урожайности на основе взаимосвязи между уплотнением почвы и вегетационным индексом. Уплотнение почвы увеличивалось с глубиной и было неравномерно распределено по полю; уплотнение измеряли вручную. NDVI и NDRE рассчитывали по аэроснимкам, полученным с беспилотного летательного аппарата (БПЛА). Для выявления взаимосвязи применяли критерий корреляции Пирсона. Результаты показывают, что NDVI и NDRE в посевах WS и SA возрастали, а затем устойчиво снижались после достижения максимальных значений (NDVI 0,85 ± 0,02 / NDRE 0,38 ± 0,02 и NDVI 0,8 ± 0,02 / NDRE 0,28 ± 0,02) в репродуктивной стадии. NDVI и NDRE были тесно связаны с высотой растений, числом побегов (тиллеров) и компонентами урожайности риса. Были построены и протестированы сети WS и SA с использованием алгоритмов обучения в MATLAB для прогнозирования урожайности риса с высокой надежностью. Разработанные модели демонстрируют перспективные результаты в прогнозировании урожайности риса, что подчеркивает потенциальную применимость данного подхода в сельскохозяйственном прогнозировании урожая.
1
NDVI и NDRE сильно коррелируют с высотой растений, числом побегов (tiller) и компонентами урожая риса по результатам корреляционного анализа Пирсона.
2
Нейронные сети (WS и SA), обученные в MATLAB, надежно прогнозируют урожай риса на основе измеренных переменных, показывая многообещающие результаты предсказания.
3
Уплотнение почвы увеличивается с глубиной и неравномерно распределено по полю.
4
Аэросъёмка с спектральной камерой на БЛА зафиксировала временные закономерности NDVI/NDRE для культур WS и SA, достигая пика в репродуктивной стадии, затем стабильно изменяясь (NDVI: 0,85 ± 0,02 / 0,8 ± 0,02; NDRE: 0,38 ± 0,02 / 0,28 ± 0,02).

Сельскохозяйственное поле, мониторируемое беспилотником с спектральной камерой для измерения плотности почвы и вегетационных индексов (NDVI/NDRE) в рисовых посевах

Взаимосвязь между уплотнением почвы (распределением по глубине) и вегетационными индексами (NDVI/NDRE) и использование этих зависимостей с помощью обученных нейронных сетей WS и SA для прогноза урожайности риса и показателей роста растений

Publication Details
Publication Date
2024-03-28
Journal
Publisher
ISSN
Cited by
2
Access Type
Author Information
Authors
Van Huu Bui
Quang Hieu Ngo
Luu Trong Hieu
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%