📄 agriculture
Systematic evaluation of hyperspectral imaging workflows for predicting pigment and nutrient traits in tomato leaves under varying nitrogen supply levels
Este estudo avaliou sistematicamente fluxos de trabalho de imagem hiperespectral para identificar combinações ideais de partição de amostras, pré-processamento espectral, seleção de características e modelos de aprendizado de máquina para a predição não destrutiva de traços de pigmentos e nutrientes em folhas de tomate, revelando que, embora os traços relacionados ao nitrogênio tenham sido preditos de forma confiável utilizando CNNs, a predição de clorofila permaneceu limitada e que a otimização do fluxo de trabalho deve ser adaptada a traços alvo específicos.
Yige Zhang, Xiaolong Ma, Chengda Niu, Junfeng Zhang, Jitao Wang, Zibin Xiao, Shiwei Liu, Hua Ma, Cui Yin, Longguo Wu, Yu (…)2026-08-27