南京农业大学表型联合实验室突破小麦表型网络全生育期监测瓶颈

溪远讲植物科学 2025-12-04 11:59
文章摘要
本研究针对传统算法在跨环境、多品种及全生育期小麦表型监测中误差较大的问题,提出了一种融合先验知识与三维数字孪生的新策略。研究通过构建小麦三维数字孪生体、融入生物学先验知识以及分生育期特异性建模,开发了一套增强模拟和反演框架。验证结果表明,该模型显著提升了小麦绿色面积指数(GAI)的估算精度,预测准确性R2从0.82提升至0.93,均方根误差大幅降低,并在多生态点、多品种测试中表现出高稳定性,为大规模表型网络监测提供了核心算法支持。
南京农业大学表型联合实验室突破小麦表型网络全生育期监测瓶颈
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
IF 5.3 3区 工程技术 Q2 Energy & Fuels
溪远讲植物科学
最新文章
热门类别
相关文章
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信