農學報導
低成本深度感測器在植物病害檢測具高準確度
刊登日:113/11/05
113
文章來源 : 農業科技決策資訊平台 2024-11-05
目前的育種工作重點是增強植物對生物和非生物脅迫抵抗力、提早發芽以及提高營養和環境價值。然而,開發新品種的漫長過程通常需要長達 10 年的時間,這仍然是一個重大障礙。
法國昂傑大學(Université d'Angerss)研究團隊使用了一種名為Phenogrid的表型系統,專注於早期植物監測,擷取時空特徵,包括絕對振幅(Aabs)、相對振幅(Arel)和下降持續時間(D)。這些特徵可以幫助區分抗病和易感植物。研究中還使用了隨機森林模型進行分類,並進行了統計測試以驗證特徵的重要性。
研究發現大多數提取的特徵在檢測子葉損失方面具有顯著性,隨機森林模型達到了97%的分類準確率,並且在植物密度和接種時間變異性方面表現出良好的穩定性。此外,減少每批植物的數量從20到10仍能保持分類性能,同時提高了處理效率。
此項研究發表在2024年6月《Plant Phenomics》期刊,此項研究貢獻在於提供了一種高通量、成本效益高的解決方案,能夠用於即時邊緣計算的決策支持工具。該系統不僅能自動化植物病理學測試,還具有廣泛的應用潛力,未來可進一步整合其他成像模式和優化算法,以提升農作物的韌性和生產力。【延伸閱讀】- 讓植物說話-科學家發明感測器即時監測植物體內變化
資料來源
下一篇
結球白菜遺傳背景純化技術
大家覺得這篇文章
一級棒:25%
我喜歡:0%
很實用:75%
夠新奇:0%
普普啦:0%
看過這篇文章的人說
1 則留言
登入會員即可參加留言
孫*華(達人級會員)發表於 113/11/07
感謝分享!