中國有獨特的棉花種植模式。中國新疆棉花種植采用寬、窄行交錯的密植方式增產，導致在這種分枝重疊的田間難以利用遙感技術準確估算棉花產量。


在這項研究中，無人機（UAV）成像和深度卷積神經網絡（DCNN）被用來估計密集種植的棉花產量。無人機在高度 5 m 處獲取棉田圖像。人工收獲棉鈴后稱重。然后，通過重組編碼器-解碼器并添加擴張卷積，構建了一個改進的 DCNN 模型（CD-SegNet），用于棉鈴圖像的像素級分割。此外，采用線性回歸分析建立棉鈴像素比與棉花產量之間的關系。最后，通過稱重收獲的棉花來驗證四個棉田產量的估計值。結果表明，CD-SegNet 優于其他測試模型，包括 SegNet、支持向量機 (SVM) 和隨機森林 (RF)。棉田產量估計的平均誤差低至 6.2%。


綜上所述，基于低空無人機成像的密植棉花產量估算是可行的。本研究為我國棉花產量估算提供了方法參考。

來源：Plant Methods.Yield estimation of high-density cotton fields using low-altitude UAV imaging and deep learning.Fei Li, Jingya Bai, Mengyun Zhang & Ruoyu Zhang
https://plantmethods.biomedcentral.com/articles/10.1186/s13007-022-00881-3