پایش ازت و رطوبت غلاف برگ نیشکر با استفاده از تصاویر ماهواره ای و هوش مصنوعی (مطالعه موردی : کشت و صنعت نیشکر امیرکبیر)

برای ارزیابی میزان ازت و رطوبت غلاف برگ نیشکر با استفاده از سنجش از دور و مدل‎های هوش مصنوعی، از سه مدل رگرسیون بردار پشتیبان (SVR)، جنگل تصادفی (RF) و شبکه عصبی مصنوعی (ANN) استفاده و از شاخص‎های گیاهی و تک‎باندهای ماهواره سنتینل۲ به‎عنوان ورودی هر یک از مدل‎ها استفاده گردید. تحلیل حساسیت کلیه پارامترهای ورودی برای شبیه سازی مقادیر ازت و رطوبت غلاف برگ،با استفاده از همبستگی پیرسون انجام و تنها آن دسته از فاکتورهایی که تاثیر بیشتری بر ازت یا رطوبت غلاف برگ داشتند، در نظر گرفته شد. نتایج نشان داد، در شبیه‎سازی ازت برگ، تک‎باندهای B۲، B۳ ،B۴ ،B۵ ،B۶ ،B۷ ،B۱۱ ، B۱۲ و شاخص گیاهی NDVI و در شبیه‎سازی رطوبت غلاف برگ باندهای B۲، B۳ ،B۴ ،B۵ ،B۶ ،B۷ ،B۱۱ ، B۱۲و شاخص‎های گیاهی NDVI،NDMI و LAI اهمیت بیشتری دارند و به‎عنوان ورودی مدل‎ها در نظر گرفته شدند. همچنین از میان مدل‎ها، مدل جنگل تصادفی(RF) در شبیه سازی ازت با R۲ برابر با ۸۸/۰، RMSE برابر با ۰۶/۰ و rMBE برابر با ۱۹/۰ در مرحله آموزش و R۲ معادل ۹۳/۰، RMSE معادل ۰۵/۰ و rMBE برابر با ۶۶/۰- در مرحله صحت سنجی و رطوبت غلاف برگ با R۲ برابر با ۸۸/۰، RMSE برابر با ۷۱/۰ و rMBE برابر با ۰۹/۰ در مرحله آموزش و R۲ معادل ۹۲/۰، RMSE معادل ۵۹/۰ و rMBE برابر با ۰۷/۰- از عملکرد بهتری در شبیه سازی برخوردار بود. نتایج نشان داد کاربرد ترکیبی شاخص های گیاهی، باندهای ماهواره سنتینل۲ و مدل‎های هوش مصنوعی برآورد قابل قبولی از میزان ازت و رطوبت غلاف برگ به دست می‎دهد.

کلیدواژه ها:

سنجش از دور ، سنتینل ۲ ، شاخص گیاهی ، نظارت محصول