فهرست نشریات علمی دسترسی آزاد ایران

پژوهش حاضر به بررسی ارتباط بین شاخص‌های گیاهی و تغییرات کلروفیل مزارع برنج در مراحل مختلف رشد در شمال ایران با استفاده از فناوری‌های سنجش از دور و کشاورزی دقیق پرداخته ­است. در این تحقیق، از تصاویر ماهواره‌ای Sentinel-2، تصاویر پهپادی با سنجنده‌های RGB و داده‌های 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 0.80، عملکرد بهتری در تخمین کلروفیل دارد. همچنین از تکنیک درون‌یابی مکانیKriging برای استخراج نقشه‌های کلروفیل با استفاده از داده‌های SPAD استفاده شده ­است. نتایج نشان داد که همبستگی مناسبی بین نقشه‌های سبزینگی و SPAD وجود دارد. به طور کلی یافته‌های این پژوهش نشان داد که ادغام داده‌های پهپادی و ماهواره‌ای با استفاده از تکنیک یادگیری ماشین و روش‌های پیشرفته پردازش تصویر می‌تواند ابزار مؤثری برای مدیریت منابع و بهبود عملکرد مزارع باشد و به کشاورزان در تصمیم‌گیری‌های بهتر و به‌موقع کمک کند.