近日，华南农业大学电子工程学院（人工智能学院）高级实验师陆健强课题组首次提出了融合多模态数据的荔枝霜疫霉病预测模型，为荔枝霜疫霉病的精准预测提供了新的研究思路与方法。相关成果发表于《IEEE物联网期刊》（IEEE Internet of Things Journal）。
荔枝是我国南方的重要经济作物，荔枝霜疫病是荔枝生产、贮藏及运输过程中最为严重的病害之一，严重阻碍荔枝产业的健康发展。荔枝霜疫霉病发病机理复杂，侵染荔枝的过程与多因素有关，单纯以外在影响因素或内在表征信息来探究荔枝霜疫霉病的发病预测方法存在局限性。
该研究以广东地区的荔枝果树为研究对象，将核密度估计的贝叶斯概率模型引入到预测网络，提出融合田间微环境与荔枝果树高光谱反演信息的多模态预测模型，从多维度寻优荔枝霜疫霉病的发病预测机制。
该研究提出的方法性能有效超越了现有技术，对作物病害精准预测与农药减施领域具有积极意义。
相关论文信息：https://doi.org/10.1109/JIOT.2024.3397625
版权声明：凡本网注明“来源：中国科学报、科学网、科学新闻杂志”的所有作品，网站转载，请在正文上方注明来源和作者，且不得对内容作实质性改动；微信公众号、头条号等新媒体平台，转载请联系授权。邮箱：shouquan@stimes.cn。
