logo móvil
Contáctanos

Predicción de macronutrientes del manzano utilizando imágenes hiperespectrales basadas en vehículos aéreos no tripulados para gestionar los nutrientes del huerto de manzanas

Autores: Kang, Ye Seong; Ryu, Chan Seok; Cho, Jung Gun; Park, Ki Su

Idioma: Inglés

Editor: MDPI

Año: 2024

Descargar PDF

Acceso abierto

Artículo científico
2024

Predicción de macronutrientes del manzano utilizando imágenes hiperespectrales basadas en vehículos aéreos no tripulados para gestionar los nutrientes del huerto de manzanas


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Robótica

Palabras clave

Clorofila
Macronutrientes
Relaciones de bandas
Imágenes hiperespectrales
Regresión de k-vecinos más cercanos
Gestión de nutrientes

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 1

Citaciones: Sin citaciones


Descripción
En este documento se detalla el desarrollo de un modelo de estimación para medir la clorofila (Ch) y los macronutrientes, como el nitrógeno total (T-N), fósforo (P), potasio (K), carbono (C), calcio (Ca) y magnesio (Mg) en manzanas, utilizando relaciones de bandas clave seleccionadas de imágenes hiperespectrales adquiridas con un vehículo aéreo no tripulado, para la gestión de nutrientes en un huerto de manzanas. Se eligió el modelo de regresión de k-vecinos más cercanos (KNR) para Ch y todos los macronutrientes como el mejor modelo a través de una comparación de los valores R2 de calibración y validación. Como resultado del desarrollo del modelo, se seleccionaron un total de 13 relaciones de bandas (425/429, 682/686, 710/714, 714/718, 718/722, 750/754, 754/758, 758/762, 762/766, 894/898, 898/902, 906/911 y 963/967) para Ch y todos los macronutrientes. El potencial de estimación para las concentraciones de T-N y Mg fue bajo, con un R2 = 0.70 y RMSE = 0.44 y RMSE = 0.53 y RMSE = 0.85 y RMSE = 0.42 y RMSE.

Otros recursos que podrían interesarte

Temas Virtualpro