上海交通大学学报(农业科学版)2019，Vol.37Issue(1) ：6-11.

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

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
上海交通大学学报(农业科学版)2019，Vol.37Issue(1) ：6-11.
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

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

Prediction of greenhouse muskmelon's water status based on data fusion of canopy spectrum and phenotype

向佳琳 1李达仁 1刘倩 1黄丹枫 2常丽英2
扫码查看

作者信息

  • 1. 上海交通大学农业与生物学院,上海200240
  • 2. 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
  • 折叠

摘要

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.

关键词

甜瓜/反射光谱/表型/信息融合/预测模型

引用本文复制引用

基金项目

国家自然科学基金(31471411)

上海市农委项目(沪农科推字2017第3-8-4号)

上海市瓜果产业技术体系项目()

出版年

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
参考文献量11
段落导航相关论文