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
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
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.
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.