er菜（Amaranthus palmeri S.Wats。）入侵對全美國的棉花（Gossypium hirsutum L.）生產系統造成了負面影響。 這項研究的目的是評估冠層高光譜窄帶數據作為隨機森林機器學習算法的輸入，以區分棉花中的distinguish菜。 該研究著重于將Palmer mar菜與棉花的近等基因系（銅，綠和黃葉）區分開來。 使用分光輻射計在兩個不同的日期（2016年12月12日和2017年5月14日）獲取Palmer mar菜和棉花冠層的高光譜反射率測量。數據是從溫室中種植的植物中收集的。 將光譜數據匯總到提議用于研究植被和農作物的24個高光譜窄帶。 這些帶由隨機森林（cf