一种菊花耐涝性高效鉴定分级和生物量估测方法

本发明公开了一种菊花耐涝性高效鉴定分级和生物量估测方法，包括以下步骤：(1)选取多份来源不同的代表性菊属及其近缘种属植物资源进行淹水处理，获得每份资源的耐涝性隶属函数值；(2)在中度和重度两个淹水时期植株采集RGB图像，利用相机采集植物四个侧视角度和一个俯视角度的图像数据，并进行图像颜色校准和批量命名；(3)利用图像分割算法对图像进行处理，获得植株部分二值图，计算植株高度、宽度、投影面积植株形态特征，基于图像灰度、颜色信息提取植株的纹理特征；(4)根据表型显著性t检验和遗传力大小，对所获得的特征参数进行筛选，获得响应涝胁迫的代表性图像特征参数；(5)将所获得的图像特征参数分为5类数据集，分别采用随机森林和梯度提升树两种机器学习算法，建立耐涝性隶属函数值和生物量的最优预测模型，并对菊花耐涝等级自动化划分。本发明可为植物耐涝性或其他非生物胁迫抗性鉴定评价和生物量预测提供参考。