Estimativa da produção de soja com base em fenotipagem de alta capacidade e aprendizado de máquina

Introdução As sojas são uma cultura importante utilizada para alimento, óleo e ração. No entanto, a autossuficiência de soja da China é altamente inadequada, com um volume de importação anual superior a 80%. Câmeras RGB servem como ferramentas poderosas para estimar a produção das culturas, e o aprendizado de máquina é um método prático baseado em várias características, proporcionando previsões de rendimento aprimoradas. No entanto, a seleção de diferentes parâmetros de entrada e modelos, especificamente características ótimas e efeitos do modelo, influencia significativamente a previsão de produção de soja. Métodos Neste estudo, uma câmera RGB foi utilizada para capturar imagens da copa da soja tanto do lado quanto do topo durante o estágio R6 (estágio de enchimento de vagens) para 240 variedades de soja (uma população natural formada por quatro províncias na China: Sichuan, Yunnan, Chongqing e Guizhou). A partir dessas imagens, as características morfológicas, de cor e texturais das sojas foram extraídas. Subsequentemente, a seleção de características foi realizada nos parâmetros da imagem usando um limite de coeficiente de correlação de Pearson ≥0,5. Cinco métodos de aprendizado de máquina, a saber, CatBoost, LightGBM, RF, GBDT e MLP, foram empregados para estabelecer modelos de estimativa de produção de soja com base nos parâmetros de imagem individuais e combinados das duas perspectivas extraídas de imagens RGB. Resultados (1) GBDT é o modelo ideal para prever a produção de soja, com um valor R2 de conjunto de teste de 0,82, um RMSE de 1,99 g/planta e um MAE de 3,12%. (2) A fusão de indicadores multianáge e multitéticos é favorável para melhorar a precisão da previsão de produção de soja. Conclusão Portanto, essa combinação de parâmetros extraídos de imagens RGB via aprendizado de máquina tem um grande potencial para estimar a produção de soja, fornecendo uma base teórica e suporte técnico para acelerar o processo de melhoramento da soja.