栽培基质水分状况影响网纹甜瓜（Cucumis melo L. var.reticulatus Naud）的糖类积累及网纹形成，对生产具有重要意义。基质水状态的预测模型有益于灌溉计划的指导。许多研究表明，植物的表型性状可以反映植物的含水量，叶面积、叶角、温度等表型性状与根区水状况有较强的相关性。

本文中，Chang L等研究利用机器学习随机森林模型，根据甜瓜生长季节的表型特征，预测甜瓜植株基质水分状况。以两个网纹甜瓜品种（Wanglu和Arus）为研究对象，在温室中进行四种基质水处理，分别在可见光和近红外光谱下对其表型性状进行了测定。

图1. 4个处理的基质相对含水量

（a）

（b）

（c）

图2. （a）植株生长环境；（b）自动表型传送系统；（c）Lemnatec 3D 表型系统。

图3. 通过Lemnatec 3D表型系统可见光（a）和近红外（b）光谱获得的网纹甜瓜图像。从左至右依次为苗期、伸长期和果实生长期的图像。

图4. 表型图像处理步骤。（a）可见光光谱下的图像；（b）近红外光谱下的图像，不同颜色代表不同的含水量。

图5. 图像处理流程

试验结果表明，简化模型在预测速度上优于原模型，且只使用了前5个最显著的贡献特征(contribution trait)；苗期、伸长期和果实生长期的预测精度分别达到77.60%、94.37%和90.01%。结合成像表型特征和机器学习技术将提供对植物根区周围水状态的可靠预测。

表1. 从收集的网纹甜瓜图像中提取的表型特征

表2. 随机森林模型参数

表3.模型预测基质含水量的准确性

本研究利用高通量表型监测技术获得了温室网纹甜瓜的表型特征，并利用随机森林算法建立了网纹甜瓜栽培基质水分状况的分类预测模型。可以及时确定不同生长阶段的网纹甜瓜基质水分状况，为甜瓜的实时灌溉提供了一种新的解决方案。