基于航空多光谱成像与 LIBS 的农业土壤总氮估算
图像与视频处理
2021-07-07 v1 机器学习
摘要
测量土壤健康指标是一项重要且具有挑战性的任务，影响着农民对肥料施用时机、位置和数量的决策。大多数现有的土壤健康指标（SHIs）测量方法为实验室湿化学或基于光谱的方法，这些方法需要大量人力投入与精力，耗时、成本高且本质上通量低。为应对这一挑战，我们开发了一种人工智能（AI）驱动的近实时无人机（UAV）多光谱传感（UMS）解决方案，用于估算土壤总氮（TN）——一种直接影响作物健康的重要大量营养元素或土壤健康指标。准确预测土壤总氮可通过就播种时机以及肥料数量与时机做出知情决策来显著提高作物产量。我们训练了包括多层感知机与支持向量机在内的两个机器学习模型，利用一系列数据类别预测土壤氮，包括土壤与作物在红、近红外和绿光谱波段的多光谱特征、计算的植被指数，以及包括气温与相对湿度在内的环境变量。为生成机器学习模型的真值数据或训练数据，我们使用激光诱导击穿光谱（LIBS）测量了（从农场采集的）土壤样品的总氮。
引用
@article{arxiv.2107.02355,
title = {Total Nitrogen Estimation in Agricultural Soils via Aerial Multispectral Imaging and LIBS},
author = {Md Abir Hossen and Prasoon K Diwaka and Shankarachary Ragi},
journal= {arXiv preprint arXiv:2107.02355},
year = {2021}
}
备注
11 pages, 10 figures, published in scientific reports