Effects of Chemical Fertilizer Reduction on Leaf Spectral Characteristics of Greenhouse Long Pepper
Notice bibliographique
Résumé
The sensitive period of leaf spectral index was studied by analyzing the leaf spectral reflectance in the response to nitrogen, phosphorus and potassium fertilizer at different growing stages of greenhouse Long pepper under the condition of fertilizer application reduction, to provide a non-invasive, simple and rapid nutrition diagnosis of nitrogen, phosphorus and potassium.The leaf spectral reflectance was measured using Unispec-SC spectrometer at initial flowering, initial fruiting, green ripening, color changing, red ripening stage of pepper leaves under the condition of different nitrogen, phosphorus and potassium fertilizer levels.The variation of leaf spectral reflectance in developmental phase was the least in visible spectrum band.In the near infrared region, the leaves of pepper showed lower spectral reflectance and higher chlorophyll content in different fruit growth stages, optimized fertilization treatment with a reduction of 30% and optimized fertilization treatment with a reduction of 45%.Under different nitrogen, phosphorus and potassium fertilization levels, the sensitive bands of nitrogen, phosphorus and potassium in leaves at different fruit development stages were different.Under different fertilizer treatment conditions, nitrogen, phosphorus and potassium of leaves had different light sensitive bands at different developmental stages.The sensitivity differences of leaf spectral reflectance to N, P and K in different growth stages of greenhouse Long pepper were analyzed, and the sensitive periods of N, P and K were explored by using leaf spectral index, aiming to provide the best time window for rapid, accurate and non-destructive nutritional diagnosis of greenhouse Long pepper.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».