Computers and Electronics in Agriculture·9月8日 · 周二论文农业遥感与作物表型阅读 3
Knowledge-guided deep learning improves estimation of rice aboveground biomass
Qiyu Tian · Renhai Zhong · Xingguo Xiong 等 7 人
Computers and Electronics in AgricultureDOI 10.1016/j.compag.2026.112398
论文解读
64接近精选线
速览
提出知识引导的深度学习模型，提高水稻地上生物量估算精度。
方法
结合作物生长模型与深度学习，利用遥感数据估算生物量。
发现
知识引导的深度学习显著优于传统方法，估算精度更高。
机会点
可探索将更多农学知识融入深度学习，提升其他作物性状估算的泛化能力。
影响力15
信息增量20
专业深度15
信源权威12
时效性2
知识引导深度学习提升水稻生物量估算，方法新颖，对精准农业有参考价值。
原文摘要
知识引导的深度学习提升了水稻地上生物量估算精度。《农业计算机与电子》