پایش کلروفیل مزارع برنج با استفاده از تصاویر سنتینل ۲ و پهپاد و به کارگیری یادگیری ماشین
سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 22
فایل این مقاله در 22 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_SEPEHR-34-136_001
تاریخ نمایه سازی: 5 خرداد 1405
چکیده مقاله:
پژوهش حاضر به بررسی ارتباط بین شاخص های گیاهی و تغییرات کلروفیل مزارع برنج در مراحل مختلف رشد در شمال ایران با استفاده از فناوری های سنجش از دور و کشاورزی دقیق پرداخته است. در این تحقیق، از تصاویر ماهواره ای Sentinel-۲، تصاویر پهپادی با سنجنده های RGB و داده های زمینی SPADاستفاده شده است. سه الگوریتم یادگیری ماشین شامل: رگرسیون جنگل تصادفی (RFR) ، رگرسیون ماشین بردار پشتیبان (SVR) و رگرسیون پرسپترون چند لایه (MLPR) برای تخمین سبزینگی تصاویر پهپادی به کار گرفته شد. نتایج نشان داد که الگوریتم RFR با ضریب همبستگی ۰.۸۰، عملکرد بهتری در تخمین کلروفیل دارد. همچنین از تکنیک درون یابی مکانیKriging برای استخراج نقشه های کلروفیل با استفاده از داده های SPAD استفاده شده است. نتایج نشان داد که همبستگی مناسبی بین نقشه های سبزینگی و SPAD وجود دارد. به طور کلی یافته های این پژوهش نشان داد که ادغام داده های پهپادی و ماهواره ای با استفاده از تکنیک یادگیری ماشین و روش های پیشرفته پردازش تصویر می تواند ابزار موثری برای مدیریت منابع و بهبود عملکرد مزارع باشد و به کشاورزان در تصمیم گیری های بهتر و به موقع کمک کند.
کلیدواژه ها:
برنج ، کشاوری دقیق ، سبزینگی ، شاخص NDVI ، الگوریتم های یادگیری ماشین ، تصاویر Sentinel-۲ ، تصاویر پهپاد
نویسندگان
عبداله احسانپور
دانشجوی کارشناسی ارشد فتوگرامتری ، دانشکده مهندسی عمران، دانشگاه صنعتی نوشیروانی بابل، بابل، ایران
عبادت قنبری پرمهر
استادیاردانشکده مهندسی عمران، دانشگاه صنعتی نوشیروانی بابل، بابل، ایران
شمیم امینی
دانش آموخته دکترای تخصصی، سازمان منابع طبیعی و آبخیزداری کشور، ساری، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :