فهرست نشریات علمی دسترسی آزاد ایران

کسر پوشش گیاهی (CCF) یکی از شاخص‏های مهم در تعیین وضعیت ظاهری گیاه و تشخیص وضعیت گیاه ازنظر وجود و یا عدم وجود تنش در گیاه محسوب می‏شود. امروزه با پیشرفت فن‏آوری و در دسترس‌بودن دوربین‏های دیجیتالی با کیفیت بالا، امکان تعیین و پایش کسر پوشش گیاهی در تمام طول فصل رشد و بدون تخریب گیاه وجود دارد. در این پژوهش برای تعیین کسر پوشش گیاهی چغندرقند، از تصاویر هوایی مزرعه پژوهشگاه علوم گیاهی در سوئیس استفاده شد. تعداد 481 تصویر در باند طیف مرئی و در ارتفاع متوسط 10 متری از سطح زمین با استفاده از پهپاد DJI MATRICE 100 در چهار تاریخ مختلف برداشت شد. برای تعیین کسر پوشش گیاهی پنج روش طبقه‏بندی نظارت‌شده، شامل فاصله ماهالانوبیس (MahD)، حداکثر احتمال (MaxLh)، حداقل فاصله (MinD)، شبکه عصبی (NN) و ماشین بردار پشتیبان (SVM) موردبررسی و ارزیابی قرار گرفتند. نتایج نشان داد دو روش SVM و MaxLh با مقدار دقت کلی (OA) 99 درصد بهترین نتیجه را در طبقه‏بندی تصویر و محاسبه کسر پوشش گیاهی داشتند. مقایسه نتایج به‌دست‌آمده برای تمام تاریخ‏های تصویربرداری نشان داد ازنظر زمان پردازش‏ها روش MaxLh با سازوکار نسبتاً ساده به‌عنوان مناسب‏ترین روش در برآورد پوشش سایه‏انداز چغندرقند هست و نسبت به روش‏های مبتنی بر یادگیری ماشین مانند NN و SVM سریع‏تر بوده و می‏تواند به‌عنوان روش جایگزین با دقت بالا و بسیار نزدیک به روش‎های یادگیری ماشین، مورداستفاده قرار گیرد.