Proxima Green:受控条件下草坪草表型分析的RGB颜色参数
《Sensors》:Proxima Green: RGB Color Metrics for Turfgrass Phenotyping in Controlled Conditions
【字体:
大
中
小
】
时间:2026年07月30日
来源:Sensors 4.0
摘要
草坪表型分析在很大程度上依赖于视觉质量评分以及DGCI之类的RGB指数,但这些方法存在局限性,比如受观察者主观性影响、采用粗糙的等级尺度,或是使用的比率公式无法反映实际的色彩差异。虽然高光谱技术和机器学习工具能在一定程度上克服这些限制,但它们成本高昂且难以推广,这就需要开发出更具可扩展性和可解释性的RGB色彩指标。我们提出了ΔEg这一指标,它是一种以理想绿色为基准的CIELAB ΔE距离,能够为草坪冠层颜色提供连续且易于理解的测量结果,同时还可与其他基于RGB的指标一起使用。在一项针对杂交百慕大草(TifTuf,Cynodon dactylon × C. transvaalensis)的3×3氮肥水平与灌溉量组合的温室实验中,研究人员通过RGB成像、光谱反射率、CCM-300荧光检测以及叶绿素测定等方法来分析草坪冠层的响应情况。结果显示,ΔEg与叶绿素含量呈强相关性(r = 0.72),与DGCI的相关性也相近(r = 0.73),且两者的相关性强于CCM-300的结果(r = 0.29)。HSVi指标与视觉质量评分的相关性最强(r = 0.84),同时对灌溉条件的变化最为敏感(ηp2 = 0.63)。CIELUV v*指标则能最大程度地解释模型中的变异情况(R2m = 0.94),并且对肥料施用量的变化反应最为显著(ηp2 = 0.84)。在所有主效应及交互作用中,黄色成分都具有显著意义,且能够反映出草坪冠层的退化状况(与视觉质量评分的相关系数为r = ?0.82)。通过ΔEg指标构建的决策支持模型表明,适度施用肥料并结合轻度缺水灌溉,能够最佳地保持草坪颜色并提升资源利用效率。这些结论适用于控制环境下的研究,而实地验证则属于未来的研究任务。总体而言,以ΔEg为基准的可解释性RGB色彩指标,为替代现有的视觉质量评分方法和光谱分析系统提供了一种具有可扩展性的解决方案。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号