瀋陽農業大學李天來院士團隊在一區Top期刊（IF5y=8.4）上發表研究成果

近日，瀋陽農業大學李天來院士團隊孫周平教授課題組在農業綜合性一區TOP期刊Computers and Electronics in Agriculture（IF5y=8.4）上發表了題爲“Understanding complex process sensor signal may be the　source for Deep Learning: A smart IoT delving into a Tomato weight sensor”的研究論文，創建了基於物聯網重量傳感器的溫室番茄冠層蒸騰新模型。博士研究生王曉桐爲論文第一作者，孫周平教授爲論文通訊作者。

研究團隊研發了一種利用物聯網重量傳感器的實時智能監測系統，可以連續跟蹤溫室番茄植株整體重量。提出光合有效葉面積指數（LAIp）這一新變量，解決溫室番茄冠層光截獲計算難題，優化番茄蒸騰過程建模中的能量平衡與分配，創建了溫室番茄冠層蒸騰新模型。通過利用傳感器收集的數據建立並訓練了冠層蒸騰模型，提升了番茄蒸騰預測的在線精度，同時該模型具備實時生物反饋功能，擴展了其在亞適宜環境中的應用範圍。在該模型支持下，通過對傳感器信號的深入分析，成功實現對LAI（葉面積指數）和LAIp生長參數的非破壞性、實時獲取，並且模擬結果與實測值高度一致（LAI模擬：R²=0.99，NRMSE=0.04；LAIp模擬：R²=0.98，NRMSE=0.04）。該研究揭示了通過單一傳感器可以實時獲取溫室番茄生長的多個重要信息，爲溫室作物生長管理和決策的多參數評估提供了新的研究視角，爲開展“Speaking Plants”研究提供了理論和技術依據。

相關研究得到國家自然科學基金、國家大宗蔬菜產業技術體系等項目資助。

來源：瀋陽農業大學