首页|基于冠层光谱与表型信息融合的温室网纹甜瓜水分预测模型

基于冠层光谱与表型信息融合的温室网纹甜瓜水分预测模型

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为连续、快速地预测甜瓜植株含水率,提高预测精度,本研究在对不同水分处理下,冠层叶片反射光谱和植株表型特征进行分析的基础上,采用多信息融合技术,对温室网纹甜瓜植株进行了水分预测研究.结果表明,多信息融合技术对水分的预测精度优于单一的光谱和表型预测方法.预测结果在幼苗期、伸蔓期和果实生长期实测值与预测值拟合优度(r2)分别为0.710、0.857和0.939;平均相对误差(MRE)分别为1.27％、0.74％和0.07％;相对均方根差(RRMSE)分别为1.45％、0.97％和1.58％.研究结果为网纹甜瓜生产中水分精准管理提供了理论基础.
Prediction of greenhouse muskmelon's water status based on data fusion of canopy spectrum and phenotype

向佳琳、李达仁、刘倩、黄丹枫、常丽英

展开 >

上海交通大学农业与生物学院,上海200240

农业部都市农业(南方)重点实验室,上海200240

甜瓜 反射光谱 表型 信息融合 预测模型

国家自然科学基金上海市农委项目上海市瓜果产业技术体系项目

31471411沪农科推字2017第3-8-4号

2019

上海交通大学学报(农业科学版)
上海交通大学

上海交通大学学报(农业科学版)

CSTPCD
影响因子：0.63
ISSN：1671-9964
年,卷(期)：2019.37(1)
  • 11