Mapping Sugarcane Leaf Area Index by Inverting PRISMA Hyperspectral Images

شاخص سطح برگ نقش مهمی در تبادل ماده و انرژی بین زمین اتمسفر دارد. مانند سایر گیاهان، نیشکر معیار خوبی برای وضعیت سلامت رشد این محصول است که به‌دلیل آن صنایع غذایی انرژی، اهمیت اقتصادی بسیاری ماهوارة PRISMA سال 2019 پرتاب شد، یکی از جدیدترین منابع داده‌های ابرطیفی را فراهم کرده به‌ویژه، تهیة نقشة متغیرهای گیاهی کاربرد پژوهش حاضر، نوع جدیدی شبکه‌های عصبی مصنوعی، موسوم به شبکة تنظیم‌شده با روش بیزین (BRANN) قانون بیز غلبه بر مشکل بیش‌برازش به‌کار می‌برد، استفاده می‌شود. مدل یادشده روی مجموعه‌ای داده، متشکل طیف دریافت‌شده ازطریق به‌منزلة متغیر مستقل مقادیر اندازه‌گیری وابسته، اجرا شد. اندازه‌گیری‌های زمینی 118 واحد نمونه‌برداری زمینی، مزارع کشت‌و‌صنعت امیرکبیر استان خوزستان هفت تاریخ متفاوت طی یک دوره 1399، انجام مقایسة عملکرد BRANN‌ متعارف عصبی، یعنی آموزش‌دیده لونبرگ‌ـ مارکوارت (LMANN) بازیابی PRISMA، حاکی کهRMSE 26/2 (m2/m2) به‌روش LMANN 67/0 (m2/m2)، BRANN کاهش یافته است. پژوهش، به‌منظور ابعاد داده نیز تبدیل مؤلفه‌های اصلی بیست مؤلفة‌ اول RMSE 41/1 71/0 طبق یافت. باعث چشمگیر زمان محاسباتی اجرای آموزش‌دیدة تصاویر به‌صورت پیکسل‌به‌پیکسل، تولید ارزیابی نقشه نشان داد تغییرات مکانی به‌خوبی می‌دهد. نتایج تحقیق بیانگر قابلیت بالای