Estimation of Leaf area, Fresh Weight, and Dry Weight of Paprika(Capsicum annuum L.) Using Leaf Length and Width in Rockwool-Based Soilless Culture

Q: 이 논문에서 정의한 비파괴 측정법이란 무엇인가?

비파괴 측정법은 식물체를 손상시키지 않고 식물의 생장 매개변수를 추정하는 방법이다. 이는 일반적으로 잎 길이, 잎 너비와 같은 잎 매개변수를 사용하여 회귀 방정식을 통해 잎 면적, 생체중, 건조중 등을 예측한다. 이 방법은 비용이 적게 들고, 측정이 용이하며, 결과가 신속하고, 식물을 파괴하지 않는다는 장점이 있다.

Q: 파프리카 잎 면적, 생체중, 건조중을 비파괴적으로 추정하는 가장 정확한 모델은 무엇인가?

연구 결과, 파프리카 잎 면적(LA)은 LA = 0.6034 LW + 0.0732, 생체중(FW)은 FW = 0.0184 LW - 0.1108, 건조중(DW)은 DW = 0.0017 LW - 0.0032 모델이 가장 높은 정확도를 보였다. 이 모델들은 잎 길이(L)와 잎 너비(W)의 곱(LW)을 독립 변수로 사용하여 높은 결정계수와 낮은 RMSE를 나타내었다.

Nguyen Huy Tai; Ta The Hung; Tai In Ahn; Jong Seok Park; Jung Eek Son

추천

검색

질문

자료유형: 학술저널

저자정보: Nguyen Huy Tai Ta The Hung Tai In Ahn Jong Seok Park Jung Eek Son (Seoul National University)

저널정보: 한국원예학회 HORTICULTURE ENVIRONMENT and BIOTECHNOLOGY HORTICULTURE ENVIRONMENT and BIOTECHNOLOGY Vol.50 No.5

발행연도: 2009.10

수록면: 422 - 426 (5page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

Estimation of plant growth is important for researchers who analyze and compare plant growth non-destructively. In this study, estimation models of leaf area (LA), fresh weight (FW) and dry weight (DW) were developed for paprika (Capsicum annuum L., cv Derby), using leaf length (L), leaf width (W), or some combinations of these parameters. By means of regression analysis, the following models were developed: LA = 0.6034 LW + 0.0732 (R² = 0.994<SUP>***</SUP>), FW = 0.0184 LW - 0.1108 (R² = 0.916), and DW = 0.0017 LW - 0.0032 (R² = 0.937) for estimating leaf area, fresh weight, and dry weight, respectively. In validation, selected models showed high agreement between the estimated and measured values of leaf area, fresh weight, and dry weight. Therefore, it is concluded that these models can be useful to estimate leaf area, fresh weight and dry weight of paprika with a high degree of accuracy in rockwool-based soilless culture.

#modeling #non-destructive measurement #prediction #regression analysis

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2009-525-018980011

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)