耐盐白菜评价系统

早期筛选更高效

融合多光谱图像与序列数据的双输入模型，为白菜耐盐性提供高效准确的评价，助力耐盐品种选育。

张军 · Yikun, Ai · Liang, Hao · Zhang, Dongfang · Yuxi, Liu · Lu, Li · Sijiao, Qi · Hongda, Ma · Siqi, Zhao · Jingyi, Xue · Yifan, Zhao · 范晓飞 · Ma, Wei · Jianjun, Zhao

Computers and Electronics in Agriculture 2025

参数信息

分类准确率

95.00 %

误分类品种数

4

耐盐品种数

7

盐中性品种数

7

盐敏感品种数

5

技术优势

早期就能筛

模型在盐胁迫第5天即可达到95.00%的准确率，比传统方法更早识别耐盐品种。

误判极少

在第5天仅4个品种被误分类，且第9天所有盐敏感品种全部被识别，漏检风险低。

信息更丰富

双输入融合模型比光合表型成像系统提供更丰富的信息和更高的准确性。

应用场景

• 蔬菜耐盐育种：高通量筛选耐盐白菜品种，加速育种进程。
• 作物表型分析：提取叶绿素含量、生长状态等表型参数，实现精准表型分析。
• 植物工厂环境调控：监测盐胁迫下植物状态，辅助环境调控决策。
• 食品原料品质评估：评估盐胁迫对白菜品质的影响，保障原料质量。
• 农业检测仪器：作为自动化检测装备，用于现场耐盐性评价。