编辑推荐：
研究人员开展苜蓿盐胁迫诊断研究，发现增加纹理特征和去土壤背景可提诊断精度。
研究旨在探究增加图像纹理特征和去除土壤背景对苜蓿盐胁迫诊断精度的影响。研究提取了光谱反射率以构建 15 种植被指数（Vegetation Index），并利用灰度共生矩阵计算了 8 种图像纹理特征。通过 Canny 边缘检测算法去除土壤背景，并设置 T1（未去除土壤背景的植被指数）、T2（未去除土壤背景的植被指数 + 图像纹理特征）、T3（去除土壤背景的植被指数）、T4（去除土壤背景的植被指数 + 图像纹理特征）作为自变量，基于支持向量回归（Support Vector Regression）算法构建盐胁迫诊断模型，进而确定最佳盐胁迫诊断模型。
结果显示，与 T1 相比，基于 T2 构建的盐胁迫诊断模型的建模和验证精度分别提高了 13.39% 和 13.36%，基于 T3 构建的模型的建模和验证精度分别提高了 6.30% 和 5.33%。基于 T4 构建的盐胁迫诊断精度最高，建模集的 R2、RMSE（Root Mean Square Error）和 RPD（Residual Prediction Deviation）分别为 0.675、0.2143 和 1.7735，验证集的 R2、RMSE 和 RPD 分别为 0.652、0.2349 和 1.5749。基于作物盐胁迫指数（Crop Salt Stress Index，CSSI）构建的盐胁迫诊断模型的建模和验证精度分别达到 0.564 和 0.549 以上，该指数可作为诊断盐胁迫的新指标。
研究结论表明，增加图像纹理特征和去除土壤背景均可显著提高苜蓿盐胁迫诊断的精度。
