南京农业大学省特聘教授在顶级期刊（IF=14.3）发表研究成果，突破小麦表型网络全生育期监测瓶颈
Ad植物微生物
2025-12-03 20:10
文章摘要
本研究背景是针对传统表型算法在跨环境、多品种及全生育期监测小麦绿色面积指数（GAI）时误差较大的问题。研究目的是开发一套融合先验知识与三维数字孪生的增强模拟和反演框架，以提升小麦全生育期GAI估算精度。结论表明，新模型显著提高了预测准确性（R2从0.82提升至0.93）并降低了误差（RMSE从0.73降至0.47），在多生态点、多品种测试中表现出高稳定性，为多站点联网表型监测提供了核心算法支撑。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
推荐文献
Raman Spectroscopy-Driven Chemical Functional Group Modeling for Fuel Property Prediction
DOI: 10.1021/acs.energyfuels.5c06088
Pub Date : 2026-04-02
Date: 2026/3/19 0:00:00
European Ground Motion Service: A decade of Sentinel-1 observations
DOI: 10.1016/j.rse.2026.115389
Pub Date : 2026-06-01
Date: 2026/4/2 0:00:00
Valorization of Silkworm Cocoons into Sustainable Nanomaterials: Applications and Challenges.
DOI: 10.1021/acsbiomaterials.6c00221
Pub Date : 2026-04-03
Ad植物微生物
河南农业大学副教授第一作者在植物学Top期刊发表研究成果.
2026-04-02
最新文章
河南农业大学副教授第一作者在植物学Top期刊发表研究成果
2026-04-02
京公网安备 11010802042870号
