摘要
本发明公开了基于SPAC因子的高通量植物表型动态监测系统及方法,涉及植物表型动态监测技术领域;包括:数据采集模块,用于采集植物的图像数据,采集植物生长环境SPAC因子数据;数据处理模块,对采集的数据进行处理;特征提取模块,对处理后的数据,提取特征。本发明采用相关性分析和基于信息熵的权重确定方法,建立了SPAC因子与植物表型的相关度模型,能够准确反映各环境因素对植物表型的影响程度,为植物表型的预测和情景分析提供了依据;基于建立的相关度模型,系统能够结合实时采集的SPAC因子数据,精准推演植物表型的未来变化趋势,并引入置信区间来评估预测结果的可靠性;有助于了解不同环境因素对植物生长的影响。
技术关键词
高通量植物表型
动态监测系统
表型特征
因子
子模块
数据处理模块
特征提取模块
数据采集模块
植物生长环境
土壤传感器
气象传感器
信息熵
多光谱成像设备
斯皮尔曼相关系数
多元线性回归模型
土壤环境参数
情景
大气环境参数
系统为您推荐了相关专利信息
疾病特征
对话方法
大语言模型
因子
计算机程序指令
智能控制模型
智能存储柜
多功能控制方法
生成智能
指标
多角度遥感数据
遥感反演方法
植被
在线评测系统
叶面积指数
紧急医疗服务
室外环境参数
个性化阈值
室内环境参数
空气质量指数