Exploring Multisource Remote Sensing Capacities for Spatiotemporal Analysis and Quantification of Chlorophyll of Vineyards in Armenia

Ամփոփագիր

Այս հետազոտական աշխատանքում ուսումնասիրվել է արբանյակային և անօդաչու թռչող սարքերի (ԱԹՍ) բազմասենսորային պատկերների հնարավորությունը խաղողի այգիներում տերևների քլորոֆիլի դինամիկայի և պարունակության գնահատման համար։ 2017–2023 թթ PlanetScope-ի պատկերների ժամանակային շարքերի NDVI և GNDVI սպեկտրալ ինդեքսներով վերծանմամբ գնահատվել են բուսականության տարածաժամանակային փոփոխությունները, որի արդյունքներն էլ ստուգաչափվել են Ման–Քենդալի թեստի կիրառմամբ։ ԱԹՍ պատկերներից ստացված սպեկտրալ ցուցանիշների և տեղում չափված տերևների քլորոֆիլի պարունակության միջև կապերի նույնականացման նպատակով իրականացվել է ԱԹՍ հանույթ և միաժամանակ՝ խաղողի տերևներում քլորոֆիլի պարունակության in situ չափումներ, որոնց հիման վրա մեքենայական ուսուցման (ML) Random Forest և PLSR մոդելների կիրառմամբ փորձ է արվել գնահատել խաղողի տերևներում քլորոֆիլի պարունակությունները, իսկ արդյունքները օպտիմիզացվել են Stacked Generalization մոդելի հիման վրա։ Ման–Քենդալի միտման թեստի համաձայն, ամբողջ ուսումնասիրության տարածքում տարածաժամանակային թրենդ չի հայտնաբերվել։ Սակայն, թեստի համաձայն դիտվում է տարբեր խաղողի տեսակների զարգացման որոշակի բնութագրեր։ RF (R2Val = 0.63, RMSEVal = 25.80) և PLSR (R2Val = 0.64, RMSEVal = 25.56) մոդելները ցույց են տվել Տրինիտի այգիներում խաղողի տերևներում քլորոֆիլի քանակական գնահատման կայունություն։

https://doi.org/10.1007/s40003-025-00845-8