Sendo o algodão uma importante cultura comercial e matéria-prima para a indústria têxtil, com o aumento das áreas densamente povoadas, a competição por terras entre algodão, cereais e oleaginosas torna-se cada vez mais séria. O consórcio de algodão e cereais pode aliviar eficazmente essa contradição, melhorando a produtividade e protegendo a biodiversidade. Portanto, é de grande importância monitorar de forma rápida e precisa o crescimento do algodão em sistemas de consórcio.
Imagens multiespectrais e visíveis do algodão em três estágios de fertilidade foram adquiridas por sensores multiespectrais e RGB montados em drones. Suas características espectrais e de imagem foram extraídas e, combinadas com a altura das plantas de algodão no solo, o SPAD (índice de área foliar) do algodão foi estimado por meio de regressão por votação integrada (VRE) e comparado com três modelos: Regressão por Floresta Aleatória (RFR), Regressão por Árvore de Decisão com Reforço de Gradiente (GBR) e Regressão por Máquina de Vetores de Suporte (SVR). Avaliamos a precisão da estimativa de diferentes modelos no teor relativo de clorofila do algodão e analisamos os efeitos de diferentes proporções de consórcio entre algodão e soja no crescimento do algodão, a fim de fornecer uma base para a seleção da proporção ideal de consórcio entre algodão e soja e para a estimativa de alta precisão do SPAD do algodão.
Em comparação com os modelos RFR, GBR e SVR, o modelo VRE apresentou os melhores resultados de estimativa na estimativa do SPAD do algodão. Com base no modelo de estimativa VRE, o modelo com fusão de características de imagem multiespectral, características de imagem visível e altura da planta como entradas apresentou a maior precisão, com R², RMSE e RPD no conjunto de teste de 0,916, 1,481 e 3,53, respectivamente.
Foi demonstrado que a fusão de dados de múltiplas fontes, combinada com o algoritmo de integração de regressão por votação, fornece um método novo e eficaz para a estimativa do SPAD no algodão.
Data da publicação: 03/12/2024