Hyperspectral machine-learning model for screening tea germplasm resources with drought tolerance

种质资源 高光谱成像 耐旱性 生物 植物 计算机科学 人工智能
作者
Sizhou Chen,Jiazhi Shen,Kai Fan,Wenjun Qian,Honglian Gu,Yuchen Li,Jie Zhang,Xiao Han,Yu Wang,Zhaotang Ding
出处
期刊:Frontiers in Plant Science [Frontiers Media SA]
卷期号:13 被引量:4
标识
DOI:10.3389/fpls.2022.1048442
摘要

Drought tolerance and quality stability are important indicators to evaluate the stress tolerance of tea germplasm resources. The traditional screening method of drought resistant germplasm is mainly to evaluate by detecting physiological and biochemical indicators of tea plants under drought stresses. However, the methods are not only time consuming but also destructive. In this study, hyperspectral images of tea drought phenotypes were obtained and modeled with related physiological indicators. The results showed that: (1) the information contents of malondialdehyde, soluble sugar and total polyphenol were 0.21, 0.209 and 0.227 respectively, and the drought tolerance coefficient (DTC) index of each tea variety was between 0.069 and 0.81; (2) the comprehensive drought tolerance of different varieties were (from strong to weak): QN36, SCZ, ZC108, JX, JGY, XY10, QN1, MS9, QN38, and QN21; (3) by using SVM, RF and PLSR to model DTC (drought tolerance coefficient) data, the best prediction model was selected as MSC-2D-UVE-SVM (R2 = 0.77, RMSE = 0.073, MAPE = 0.16) for drought tolerance of tea germplasm resources, named Tea-DTC model. Therefore, the Tea-DTC model based on hyperspectral machine-learning technology can be used as a new screening method for evaluating tea germplasm resources with drought tolerance.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
South朝484发布了新的文献求助10
刚刚
121212完成签到,获得积分10
1秒前
明亮的泥猴桃完成签到,获得积分10
6秒前
落林樾完成签到 ,获得积分10
6秒前
小蘑菇应助研友_sheryl采纳,获得10
7秒前
成就书雪完成签到,获得积分10
8秒前
8秒前
8秒前
yilin完成签到 ,获得积分10
9秒前
will214发布了新的文献求助10
10秒前
五月初夏完成签到,获得积分10
10秒前
超级的代柔完成签到,获得积分10
13秒前
xiaoyudianddd完成签到,获得积分10
13秒前
一切顺利发布了新的文献求助10
13秒前
wjn完成签到,获得积分10
15秒前
上官若男应助Dave采纳,获得10
16秒前
饱满绮波完成签到 ,获得积分10
16秒前
16秒前
风中沂完成签到 ,获得积分10
17秒前
TOPIC_BOX完成签到,获得积分10
17秒前
17秒前
哎嘿应助yyq采纳,获得10
18秒前
luoxiaoyan1927完成签到,获得积分10
18秒前
19秒前
研友_VZG7GZ应助李昕123采纳,获得10
19秒前
19秒前
19秒前
九尾狐发布了新的文献求助10
20秒前
hhc发布了新的文献求助200
20秒前
Dave发布了新的文献求助10
21秒前
21秒前
kiki发布了新的文献求助10
22秒前
汉堡包应助简单如萱采纳,获得10
24秒前
tion66发布了新的文献求助10
24秒前
田様应助狂野抽屉采纳,获得10
26秒前
公冶君浩发布了新的文献求助10
26秒前
27秒前
哎嘿应助medlive2020采纳,获得10
28秒前
28秒前
Fiona完成签到 ,获得积分10
30秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Chen Hansheng: China’s Last Romantic Revolutionary 500
China's Relations With Japan 1945-83: The Role of Liao Chengzhi 400
Classics in Total Synthesis IV 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3148107
求助须知:如何正确求助?哪些是违规求助? 2799178
关于积分的说明 7833767
捐赠科研通 2456390
什么是DOI,文献DOI怎么找? 1307222
科研通“疑难数据库(出版商)”最低求助积分说明 628099
版权声明 601655