UAVでマウントされた多スペクトル画像を用いた光学領域における植物のクロロフィール含有量のモニタリング

科学分野:

• 環境科学
• リモートセンシング
• 農業科学

背景:

• 効率的な植生管理は,太陽光発電所の運営に不可欠です.
• クロロフィール含有量の正確な評価は,植物の健康の監視と管理に役立ちます.

研究 の 目的:

• 植物塩素含有量のモニタリングのための新しい方法を開発し,検証する.
• クロロフィルの逆転のための植生インデックスとテクスチャーの融合の有効性を評価する.
• クロロフィルの見積もりのための最適な機械学習とディープラーニングモデルを特定する.

主な方法:

• UAVとインシットクロロフィルの測定による多スペクトル画像の取得.
• 植生インデックスとテクスチャの特徴の抽出,次に最小冗長性,最大関連性,ピアソン相関を用いた特徴の選択.
• 植生インデックスベースの,テクスチャ特征ベースの,およびマシーンラーニングとディープラーニングアルゴリズムを使用した融合インデックス-テクスチャベースのモデルの開発と比較.

主要な成果:

• 植生指数と質感の特徴は,クロロフィール含有量と有意な相関関係を示した.
• 緑色の正常化差の植生指数 (GNDVI) とNIR_Meanは,最も強い個々の相関を示した.
• 植生インデックスとテクスチャの融合により,モデルの精度が大幅に改善されました.
• 多層パーセプトンモデルは,R2 = 0.874で最高性能を示した.

結論:

• 融合インデックステクスチャーアプローチは,クロロフィルの逆転のための堅固な方法を提供します.
• マルチレイヤーのパーセプトンは,このアプリケーションにとって非常に効果的なモデルです.
• この研究は,太陽光発電所の環境における精巧な植生管理戦略をサポートしています.