共查询到20条相似文献，搜索用时 546 毫秒
1.
渠道泄水闸能够快速排除灌区入渠洪水,避免渠道漫顶。研究以淠史杭灌区灌口集泄水闸为例,以闸门调度流量为目标变量,以不同时段过去和未来降雨量、泄水闸闸上实时水位及其变化量为特征变量,比较8种机器学习算法的预测精度,同时采用Shapley Additive exPlanations（SHAP）法分析特征变量重要性。结果表明：1）集成学习算法预测评价指标优于传统回归算法,8种机器学习算法中随机森林回归（random forest regression, RFR）算法预测精度最高（训练集均方根误差、平均绝对误差、均方误差及决定系数分别为 0.146 m3/s、0.094 m3/s、0.021 m3/s、0.976;测试集分别为0.306 m3/s、0.197 m3/s、0.093 m3/s、0.931）;2）采用SHAP法确定的特征变量重要性排序表明灌口集泄水闸闸上水位对于泄水闸调度流量的预测结果影响最大,占特征重要性值总和的34.6%;3）以过去6 h降雨量、过去9 h降雨量、未来6 h降雨量、灌口集泄水闸闸上水位作为输入变量的RFR算法预测灌口集泄水闸调度流量效果最佳,模型误差指标为（训练集均方根误差、平均绝对误差、均方误差及决定系数分别为0.126 m3/s、0.080 m3/s、0.016 m3/s、0.982;测试集分别为0.263 m3/s、0.164 m3/s、0.069 m3/s、0.950）,研究结果对灌区防洪调度决策具有重要参考价值。 相似文献
2.
棉田土壤盐分的精准反演对于棉花的种植管理具有重要意义。水分和盐分作为主要环境因素，共同影响棉田土壤的波谱特征，两者之间的耦合关系直接影响土壤盐分的检测分析。为了提高基于光谱技术构建的模型对棉田土壤盐分信息解析的准确性与可靠性，该研究联用可见/短波近红外（400～1 000 nm）和长波近红外（960～1 693 nm）技术，采集不同含水率与含盐量的新疆地区土壤样本的光谱；结合外部参数正交法（external parameter orthogonalization，EPO），校正不同标样集与不同波段光谱中的土壤含水率干扰信息；引入基于不同卷积步幅的深度卷积对抗网络（deep convolutional generative adversarial networks，DCGAN），进行样本增广与质量评估；参考三层残差神经网络设计一维卷积神经网络RNet，最终构建基于EPO-DCGAN-RNet的优化模型，用于棉田土壤盐分的反演。结果表明，与传统机器学习方法和基于VGG或EfficientNet结构一维卷积神经网络相比，该研究提出的EPO-DCGAN-RNet方法能够有效地滤除水分对盐分反演的影响、提高模型对特征波段的挖掘能力、降低深度学习算法对样本量的依赖性，并能得到更优的模型预测性能。EPO-DCGAN-RNet的建模集R2和均方根误差分别为0.942、115.420 μS/cm，验证集R2和均方根误差分别为0.910和136.472 μS/cm。研究结果可为新疆棉田土壤盐分快速精准检测提供理论指导和技术支持，有助于促进盐碱地区棉花种植的水肥科学管理。 相似文献
3.
为保证低温喷雾干燥后蓝靛果粉品质，采用黄金分割法研究复合助剂（麦芽糊精、β-环糊精和乳清蛋白）对喷雾干燥蓝靛果粉理化性质的影响，分析低温进风温度（50～90 ℃）对蓝靛果粉花青素保留率、集粉率和含水率的影响规律。结果表明，在麦芽糊精、β-环糊精的质量比例为85.4%、14.6%时，集粉率高达37.96%；随进料溶液中麦芽糊精质量比例增加，蓝靛果粉玻璃化转变温度、水溶性指数、堆积密度、亮度L*值、红度a*值和色差值ΔE呈增加趋势，含水率、花青素含量和黄度b*值呈下降趋势；在麦芽糊精、β-环糊精和乳清蛋白质量比例为72.9%、12.5%、14.6%时，集粉率达到最高（40.11%）；随料液中乳清蛋白质量比例增加，蓝靛果粉含水率、花青素含量呈上升趋势，其玻璃化转变温度、水溶性指数、亮度L*值、红度a*值、黄度b*值和色差值ΔE等指标呈下降趋势；复合助剂显著提高蓝靛果粉集粉率（P<0.05），对其中的花青素起到较强保护作用，其含水率、水溶性指数、堆积密度等理化指标均接近于最优水平。在低温喷雾干燥研究发现，随进风温度上升，集粉率和含水率呈负相关，在进风温度90 ℃时，集粉率最高的配方中可实现较高花青素保留率（89.94%）。低频核磁共振波谱以及质子密度图像信息分析表明，加入的助剂与蓝靛果果汁中水分通过氢键、静电结合力和疏水作用等分子间作用力，形成稳定性高水合物、增强液滴聚结抵抗力，提高料液玻璃态转换温度，从而实现高集粉率和高花青素保留率的蓝靛果果粉低温喷雾干燥；红外光谱分析表明，复合助剂可在蓝靛果果粉中形成分子间氢键，并对花青素等活性物质进行固定包埋保护。研究结果可为蓝靛果粉喷雾干燥加工生产提供理论支撑和参考依据。 相似文献
4.
及时并准确地估计作物产量，对保障粮食安全、维护世界粮食供应稳定具有重要意义。此前，已有许多研究者使用机器学习方法对作物产量预估进行研究。然而，结合作物的空间分布、使用局部模型进行分析的研究较少；且诸多研究均以年份为时间尺度进行建模，未能精细到作物生长的各个阶段，无法实现作物产量的早期预测。针对以上问题，该研究结合多源遥感数据，利用随机森林（random forest，RF）以及地理加权随机森林（geographically weighted random forest regression，GWRFR）模型对美国县级玉米产量进行建模，探讨全局与局部模型在玉米产量预测方面的性能；并通过将GWRFR模型应用于玉米的各个物候期，获取了玉米产量的最佳提前预测时间。结果表明，GWRFR局部模型的精度（R2=0.87，RMSE=864.21 kg/hm2）高于传统的RF全局模型（R2=0.83，RMSE=994.75 kg/hm2），并且能够较好地克服空间数据的非平稳性，即使在全局模型中加入经纬度作为变量，RF模型的预测效果（R2=0.85，RMSE=890.88 kg/hm2）仍然低于GWRFR模型。对于玉米产量的预测可以提前至收获前2～3个月，即在乳熟期前后就能得到比较准确的预测结果（R2=0.90，RMSE=748.39 kg/hm2）。该研究结果可为大尺度作物产量预估提供一种新的思路，对区域或全球其他作物的产量预测也具有一定的指导意义。 相似文献
5.
基于遥感监测多品种玉米成熟度进而掌握最佳收获时机，对提高其产量和品质至关重要。该研究在玉米成熟阶段获取无人机多光谱影像，同步采集叶片叶绿素含量（chlorophyll content，C）、籽粒含水率（moisture content，M）、乳线占比（proportion of milk line，P）等地面实测数据，以此构建玉米成熟度指数（maize maturity index，MMI），从而定量表征玉米成熟度。通过MMI与植被指数构建回归模型和随机森林模型，验证MMI适用性，并分析无人机遥感对不同品种玉米成熟度的监测精度。结果表明：1）不同品种玉米的叶片叶绿素含量、籽粒含水率、乳线占比的变化速率均存在差异。2）MMI与所选植被指数的相关性均可达到0.01显著水平，其中与归一化植被指数（normalized difference vegetation index，NDVI）、转换叶绿素吸收率（transformed chlorophyll absorbtion ratio index，TCARI）相关性最高，相关系数均为0.87。3）该研究基于不同组合的数据集进行了模型验证，其中随机森林模型对MMI的估测精度最高，测试集决定系数（coefficient of determination，R2）为0.84，均方根误差（root mean squared error，RMSE）为8.77%，标准均方根误差（normalized root mean squared error，nRMSE）为12.05%。此外，随机森林模型对不同品种MMI的估测精度较好，京九青贮16精度最优，其中R2、RMSE、nRMSE为0.76、10.67%、15.88%，模型精度证明了可以利用无人机平台对不同品种玉米成熟度进行监测。研究结果可为多光谱无人机实时监测农田多品种玉米成熟度的动态变化提供参考。 相似文献
6.
为解决探地雷达（ground penetrating radar, GPR）异质土壤环境下树木根系检测图像存在背景杂波,影响检测精度,并且其数据的解译自动化程度低、成本高的问题,该研究提出一种基于深度神经网络（deep neural networks, DNN）的探地雷达杂波抑制和根参数预测方法。首先引入注意力机制优化U-net模型构成杂波抑制网络,更好地关注目标根系的双曲线反射,去除土壤异质性和雷达天线之间耦合带来的杂波影响,然后将杂波抑制前后的两张图像并行输入根参数估计网络,利用inception的多尺度感受野,挖掘全局特征和局部特征,同时预测根深度和根半径。利用仿真数据和合成真实数据构成的数据集验证方法的可行性,并完成了实地埋根试验。基于数据集的试验结果表明,该方法对于根半径预测的平均绝对误差为1.7 mm,R2值为0.914,根深度预测的平均绝对误差为6.3 mm,R2值为0.989;埋根试验的结果证明该方法对于根半径预测的最大误差为1.85 mm,根深度预测的最大误差为13.6 mm,平均相对误差为6.55%,实现了对根半径和根深度的准确预测。研究结果有助于为果树健康管理以及为古树名木保护提供决策参考。 相似文献
7.
为了提高无人机遥感对冬小麦叶面积指数（leaf area index，LAI）反演模型的精度与泛化能力，该研究利用无人机搭载多光谱相机获取不同氮素处理和不同复种方式的冬小麦生长实测数据，结合PROSAIL辐射传输模型生成包含机理信息的模拟数据，基于不同组合方式建立了5种LAI反演混合数据集，结合多种机器学习方法，以期构建经验与机理相结合的LAI高精度反演模型。由于LAI反演受NIR波段反射率影响大，该研究筛选7种与NIR波段相关的植被指数提取冬小麦光谱特征，构建与混合数据集LAI的相关系数矩阵，进一步探究不同光谱特征对冬小麦LAI的影响程度。在此基础上，采用具有代表性和普适性的4种机器学习方法，即贝叶斯岭回归模型、线性回归模型、弹性网络模型和支持向量回归模型，构建不同冬小麦LAI反演模型，用以评估基于半经验半机理数据反演冬小麦LAI的可行性，进一步探索其对不同氮素水平和复种方式的冬小麦长势评估能力。结果表明：1）筛选的与NIR波段相关的植被指数与冬小麦LAI之间存在较强的相关性，其中归一化差异植被指数、增强植被指数、归一化差异红边指数、比值植被指数、红边叶绿素植被指数、土壤调节植被指数与LAI呈正相关，结构不敏感色素植被指数与LAI呈负相关；2）辐射传输模型中体现了冬小麦LAI影响太阳光线传播的机理，结果表明，与实测数据混合建立的模型，具有较强的鲁棒性和泛化能力。相比于其他3种模型，支持向量回归模型在各种数据组合下均取得了较好的LAI预测性能，在C1、C2、C3、C4这4种训练-测试组合的训练集中R2依次为0.86、0.87、0.88、0.91，RMSE依次为0.47、0.45、0.45、0.41；在测试集的R2依次为0.85、0.19、0.89、0.87，RMSE依次为0.45、1.31、0.49、0.50；3）使用支持向量机生成试验区LAI反演图，对4种氮素水平和2种复种方式的冬小麦长势评估，结果表明，适当的施加氮素处理能提高冬小麦LAI值，麦-豆复种方式下的冬小麦LAI值普遍高于麦-玉复种的LAI值。该研究为冬小麦LAI的反演提供了一种有效的方法，并为高效评估冬小麦长势研究提供了参考。 相似文献
8.
含盐量是衡量咸鸭蛋品质的重要指标。为了利用机器视觉技术实现高压脉动腌制咸鸭蛋含盐量的无损检测。该研究采用工业相机和透射光源搭建咸鸭蛋的透射图像采集装置。采用图像整体特征和长轴截面光强度特征两种特征提取方法,利用多元线性回归、支持向量机回归两种算法,建立对蛋清、蛋黄及全蛋含盐量以及蛋黄指数的定量预测模型。结果表明,随着咸鸭蛋腌制时间的增加,其透光性显著提高。同时,透射图像蛋黄的所在视野区域会随着含盐量的增加而呈现规律性的变化。基于图像整体特征建立的蛋清、蛋黄、全蛋含盐量模型较优,在蛋黄指数预测下基于长轴截面光强度特征所建模型较优。其中,基于图像整体特征所建立的蛋黄含盐量支持向量机回归（support vector regression, SVR）模型最优,测试集相关系数（test set correlation coefficient, Rp）、测试集均方根误差(root mean square error of prediction, RMSEp)、相对分析误差（residual predictive deviation, RPD）分别达到0.8460、0.3416、1.898;基于长轴截面光强度特征建立的蛋黄指数多元线性回归（multiple linear regression, MLR）模型最优,测试集相关系数Rp、均方根误差RMSEp、相对分析误差RPD分别为0.8318、0.0743、1.916。该研究结果为咸鸭蛋含盐量的快速检测提供理论依据和技术支持。 相似文献
9.
针对复杂棉田环境下传统图像分割技术存在分割精度低、实时性弱和鲁棒性差等问题,该研究以脱叶期新疆密植棉花为对象,结合低空无人机遥感平台,提出一种RCH-UNet（resnet coordinate hardswish UNet）棉花产量快速预测模型。将UNet中传统的CBR（convolution batch normalization ReLU）下采样模块替换为ResNet50,同时将CA（coordinateattention）注意力机制和hardswish激活函数引入UNet,以提高图像特征的提取能力,增强图像分割效果。基于无人机采集的棉花图像数据集评估RCH-UNet模型性能。试验结果表明,在本文构建的棉花图像数据集上,RCH-UNet模型的棉花分割交并比达到92.79%,像素准确率达到96.22%,精确率为96.30%,与原始U-Net、PSPNet和DeepLabv3相比,像素准确率分别提高了9.85、17.67、6.31个百分点。通过RCH-UNet提取棉花像素比和灰度共生矩阵提取纹理特征,结合岭回归分析构建多因素棉花产量预测模型,模型的R2为0.92,预测产量与实际产量平均绝对百分比误差为9.254%。研究结果可为新疆密植棉花产量预测提供技术支持。 相似文献
10.
为解决无人机遥感领域根据冠层光谱信息对猕猴桃果树根系土壤含水率（root soil water content, RSWC）进行反演时,现有算法对冠层图像信息分析不足的问题,该研究对传统卷积神经网络模型进行改进,提出一种复合视觉卷积回归神经网络（compound visual convolutional regression network, CVCRNet）,该网络复合两种不同尺寸卷积层对图像数据进行卷积特征提取,并使用全连接层对卷积特征值进行降维,从而直接以多光谱图像为分析对象对RSWC进行反演,充分利用多光谱图像内所有数据,提升反演精度。研究采集徐香猕猴桃果树果实膨大期（5—9月）冠层多光谱信息和深度40 cm处的RSWC,把基于图像的CVCRNet网络反演方法与基于植被指数的传统反演方法进行对比,CVCRNet训练结果在验证集R2为0.827,RMSE为0.787%,相较于传统方法在验证集R2为0.759,RMSE为0.983%,反演结果相关性有了明显提升,准确率也有得到一定提高。结果表明,改进后的CNN网络能够作为冠层信息反演的重要工具,在冠层复杂的场景下达成良好的土壤数据反演效果。 相似文献
11.
为了降低空气源热泵干燥过程能耗，研究了空气源热泵干燥能耗特性，采用多元线性回归模型（multivariate linear regression model, MLRM）和BP神经网络（back propagation neural network, BPNN）模型来预测干燥工艺能耗。在分析干燥能耗影响特征参数的基础上，提出将干燥工艺过程进行切分处理的方法以降低数据获取难度。选取烘房设定温度、烘房设定湿度、烘房初始温度、烘房初始湿度、环境平均温度、环境平均湿度、物料质量和初始含水率8个特征参数作为模型输入，能耗和物料结束含水率作为模型输出。使用MLRM模型、BPNN模型和其他机器学习模型进行能耗预测，MLRM模型对能耗拟合的决定系数为0.739，对物料结束含水率拟合的决定系数为0.931；BPNN模型使用Sigmoid函数作为激活函数时对能耗拟合的决定系数最高，为0.828，使用Identity函数作为激活函数时对物料结束含水率拟合的决定系数最高，为0.942，拟合效果优于其他机器学习模型，能够满足实际生产需求。以复水豌豆为干燥对象设计加载物料65 kg、持续时间4 h的完整变温变湿干燥工艺进行验证试验，结果表明：试验总能耗为15.066 kW·h，MLRM模型和BPNN模型的预测总能耗分别为14.476 kW·h、15.183 kW·h，预测精度分别为96.08%、99.23%；试验结束含水率为8.541%，MLRM模型和BPNN模型的预测结束含水率分别为9.560%、8.889%，预测精度分别为88.07%、95.93%。该研究提出了一种使用MLRM模型和BPNN模型对空气源热泵干燥能耗进行分段精准预测的有效手段，对于优化干燥工艺和降低干燥能耗具有实际意义。 相似文献
12.
《Communications in Soil Science and Plant Analysis》2012,43(6):459-466
Abstract Investigations were conducted to determine the cause of severe leaf quality deterioration of cigar wrapper tobacco in the Georgia‐Florida area. Studies indicated that Fe was associated with “purple leaf”;, a term used to describe brittle, tender, dark brown to purple cured leaves which have poor burning characteristics and an undesirable flavor. Excessive Fe was found to be absorbed by the leaves with some adsorbed on the surface of leaves following irrigation with pond water containing an excess of 1.5 ppm Fe. Iron content of the water was highest in ponds having an excessive growth of aquatic plants or in those that were pumped to a level where overflow was restricted. 相似文献
13.
《Communications in Soil Science and Plant Analysis》2012,43(6):507-514
Abstract Nutrient solutions containing three levels of phosphate, nitrate, and chloride were applied to cigar‐wrapper tobacco (Nicotiana tabacum L.) plants growing in sand culture for a period of 18 days. Concentrations of other nutrient elements in the nutrient solutions were held constant and the solutions were applied to pots as needed to maintain favorable moisture conditions for plant growth. Plants were in the two leaf stage when transplanted and were maintained on a single nutrient solution for 38 days before treatments were started. At the end of an eight weeks growing period, plant leaves were harvested and analyzed for Ca, Mg, and Mn. Dry matter yield was significantly (P=0.01) increased when 2 mM/1 of Ca(NO3)2 replaced an equivalent amount of Ca(H2PO4)2 or CaCl2 in the nutrient solution. Nitrate significantly (P=0.05) increased Ca and Mg content and decreased Mn concentration in leaf tissue in comparison to chloride. Calcium and Mg content were significantly (P=0.05) decreased and Mn content of tobacco leaves was increased by phosphate in comparison to nitrate and chloride. 相似文献
14.
Liu WH Yong GP Fang L Wang SK Bai HJ Jiang JH Liu SM 《Journal of agricultural and food chemistry》2008,56(1):185-189
Although phytosterols in tobacco leaves have specific effects on tobacco quality, there is little research on the distribution of free and conjugated phytosterols in various tobacco leaves. In this paper, we explored the content and composition of phytosterols in representative cured tobacco leaves by gas chromatography of TMS-ether derivatives. We found that phytosterol contents in tobacco leaves ranged from 1.0 to 2.5 mg/g of dried leaf tissue, depending on different types of tobacco leaves. The majority of phytosterols (75-85%) were conjugated as ester and glycosides, with only about 15-25% existing in the free form. Furthermore, the genetic variability gives rise to the significant differences among different tobacco types with phytosterol levels: the contents of phytosterols in tobacco leaves decreased in the order of flue-cured tobacco, Oriental tobacco, Burley tobacco, cigar tobacco, and Maryland tobacco. At the same time, the tobacco curing process leads to a difference in phytosterol existing-form distribution in some variation laws. 相似文献
15.
16.
光谱特征变量和BP神经网络构建油用牡丹种子含水率估算模型 总被引：2，自引：2，他引：0
为了进一步提高种子含水率的高光谱估算精度，该研究测定了156份油用牡丹种子的近红外吸收光谱及其对应的含水率值，分析了近红外吸收光谱、一阶微分光谱、水分吸收特征参数与含水率的相关关系，构建了基于特征波长吸收光谱、特征波长一阶微分光谱、水分特征吸收参数和BP神经网络的油用牡丹种子含水率估算模型，并对模型进行了验证；再结合一元线性回归（SLR，Single Linear Regression）、逐步多元线性回归（SMLR，Stepwise MultipleLinear Regression）、偏最小二乘回归（PLSR，Partial Least Squares Regression）模型与BP神经网络（BPNN，BP Neural Network）模型进行比较。结果表明：1）油用牡丹种子含水率的吸收光谱特征波长位于1 410、1 900、1990 nm，一阶微分光谱特征波长位于1 150、1 950、2 080 nm；2）以DF2080和AD2140为自变量建立的一元线性回归模型预测效果较优，在能够满足水分估算精度的情况下，是最优的选择方法。3）将优选的特征参数作为输入，实测含水率值作为输出，构建BP神经网络模型，其建模与验模R2分别为0.978和0.973，RMSE分别为0.22%和0.242%，而RPD值分别为6.478和5.889，与其他模型相比，BP神经网络模型的建模及预测精度均最高，是估算油用牡丹种子含水率的最优模型，其次为逐步多元线性回归模型。研究结果表明BP神经网络模型对种子含水率具有更好的预测能力，是估算油用牡丹种子含水率的有效方法。 相似文献
17.
针对目前在植物含水率检测中存在的使用场景受限、含水率检测不及时等问题,该研究搭建了一套基于分焦平面偏振相机的偏振成像系统,通过对偏振成像信息的解析建立了线偏振度这一物理量与含水率的依赖关系,揭示了偏振光与植物内水分间的相互作用机理,实现了对冬青叶片含水率的快速、无损检测。结果表明：1）针对于不同月份、晴雨天气条件以及不同部位这3种不同影响因素下的冬青卫矛叶片,都可以通过线偏振度来反映其含水率情况,其统一表现为随着含水率的梯度降低,线偏振度逐渐增大;2）该研究通过采集大量的植物叶片建立预测模型,含水率与线偏振度存在较强的负相关关系,决定系数达到0.85,均方误差仅为0.45%;3）另取叶片对含水率检测模型进行验证,结果表明该模型在含水率检测的验证中均方根误差为4.53%,即可以通过线偏振度表征叶片的真实含水率。该研究成果在推动光学手段在植物健康状态检测的进程中具有应用价值。 相似文献
18.
基于多光谱图像技术的番茄营养素诊断模型 总被引：4，自引：4，他引：0
为了快速、准确估测番茄营养水平和生长状态,利用多光谱图像分析技术研究了温室番茄营养素含量和图像特征的相关性。在日光条件下采集了温室番茄叶片多光谱图像,并采用多尺度Retinex算法有效地解决了叶片平整度差异造成的图像质量退化问题。从颜色模型、比值植被指数和归一化差值植被指数出发,自定义了49个多光谱图像特征参数。结合相关性分析和系统聚类分析消除了多光谱图像特征参数的多重共线性,并提取了4个能反映叶绿素含量(SPAD指数)和全氮含量预测模型,其中SPAD指数模型的决定系数(R2)为0.8668,均方根误差(RMSE)为3.997;全氮模型的R2为0.7284,RMSE为0.5130。 相似文献
19.
云南曲靖烟区优质烤烟的适宜土壤有效硫和烟叶硫含量研究 总被引：3，自引：1，他引：2
20.
为实现植物水分状况的实时在线监测，该研究采用非接触式双目摄像仪获取草莓叶片的深度图像并转换为点云数据，从中抽取叶片三维（Three-Dimension, 3D）形态信息，用以建立草莓叶片含水率的预测模型。采用随机采样一致算法与整体最小二乘法相结合的点云平面拟合方法拟合叶片平面从而获取叶倾角，采用代数拟合球面法以估计叶片的拟合球半径，从而可以定量分析草莓叶片的几何参数与不同含水率的关系。在建模集的一元线性回归分析中，叶倾角与叶片含水率、余弦值与叶片含水率、球半径与叶片含水率均线性相关，决定系数分别为0.842 9、0.854 6 和 0.880 8；采用多元线性回归分别分析了球半径和叶倾角、球半径和余弦值与叶片含水率，两者与叶片含水率之间关系都十分显著，修正决定系数分别为0.914 3和0.912 9。对所建立的单变量含水率预测模型和双变量预测模型在验证集上进行了验证，结果表明，利用球半径和叶倾角建立的回归模型预测叶片含水率效果最好，均方根误差仅为0.015 8，决定系数高达0.953 4。该试验研究结果可以快速检测草莓叶片含水情况，为草莓含水状况的非接触式测量提供一种有效的方法，为农情信息精准获取提供技术支持。 相似文献