高通量表型使揭示小麦倒伏的遗传因素成为可能

高通量表型使揭示小麦倒伏的遗传因素成为可能

本文展示了无人机表型系统作为对倒伏复杂物候特征进行视觉评估的巨大潜力,植物表型资讯介绍如下:

为了促进对基因型-表型的理解,加速作物育种,科学家们正在尝试开发新的高通量表型分析方法。第一代HTP研究了图像和传感器的简单光谱反射特性,但[……]

继续阅读

在缺水条件下多年生黑麦草叶片生长的动态表型分析

在缺水条件下多年生黑麦草叶片生长的动态表型分析

本文提出了一种基于多年生黑麦草叶片伸长与温度和土壤湿度的关系,量化水分亏缺耐受性的方法,植物表型资讯介绍如下:

水资源限制是全球作物减产的主要因素之一。为此育种专家制定了有效的育种策略以提高作物抗旱性,但尚未建立准确的方法来确定植物何[……]

继续阅读

对760种植物500个实验数据的元分析揭示从分子到整株水平的植物对光强响应的70个性状

本研究通过对760种植物500个实验数据的元分析揭示了从分子到整株水平的植物对光强响应的70个性状,植物表型资讯简介如下:

本研究通过元分析确定了与植物解剖学、形态学、化学、生理学、生长和繁殖相关的70个性状是如何受到日积累光量(DL[……]

继续阅读

利用UAV对番茄进行田间表型鉴定的结果验证

利用UAV对番茄进行田间表型鉴定的结果验证

本研究的主要目的是利用3个番茄品种评估无人机在番茄生长季测定其株高、冠层覆盖度和NDVI的潜力;验证无人机测得的株高;评估无人机测得的叶面积指数与冠层覆盖度之间的相关性,植物表型资讯简介如下:

在农业领域中,无人机(UAV)已被公认为[……]

继续阅读

利用生长和蒸腾表型选择节水香蕉基因型

利用生长和蒸腾表型选择节水香蕉基因型

本研究利用控制条件下的生长和蒸腾表型分析,选择节水型香蕉基因型,植物表型资讯简介如下:

水资源短缺是制约世界农业发展的主要因素之一,未来会持续加剧。香蕉(Musa spp.)是一种需要消耗大量水分才能达到最佳产量的重要作物。国际生物多[……]

继续阅读

基于无人机遥感的小麦株高精准鉴定及基因发掘

基于无人机遥感的小麦株高精准鉴定及基因发掘

株高是决定作物籽粒产量的重要因素,上世纪50-60年代,半矮秆小麦品种的培育为世界粮食生产带来了第一次绿色革命,株高降低不仅增加植株耐肥和抗倒伏能力,并提高收获指数和最终产量,因此株高是育种过程中一个重要选择指标。传统株高主要集中小麦灌浆中[……]

继续阅读

用于分析植物根系结构的低成本表型分析系统

用于分析植物根系结构的低成本表型分析系统

本文提出了一种经济实惠的土壤生长容器(rhizobox)和成像系统,用于研究温室的表型根系发育,植物表型资讯简介如下:

根系生长分析和根系表型分析对加强土生植物的资源获取具有重要意义。然而,由于土壤不透明,根系表型研究仍具有挑战性,需[……]

继续阅读

水稻三维冠层光合作用模型

水稻三维冠层光合作用模型

本文介绍了3D冠层光合作用模型(3dCAP)的研究进展,并开发了一个高效的3dCAP参数化工作流程,可以预测不同气候条件下水稻不同氮肥处理的日冠层RUE,植物表型资讯简介如下:

在现有的水稻育种方案中通常以株高、叶长、叶宽、叶角、穗型[……]

继续阅读

结合光谱、结构以及气候特征的无人机水稻生物量估测

传统的水稻生物量估测方法,多是基于光谱信息或者高度信息,而且对不同的生育期需要使用不同的估测模型。武汉大学遥感表型组学杂交水稻精准育种实验室提出了一种将光谱信息和水稻冠层几何结构信息以及种植区域的气候信息结合的生物量估测方法,提高了全生育期[……]

继续阅读

利用冠层数字图像进行水稻产量评估

利用冠层数字图像进行水稻产量评估

为了快速判断水稻与施氮量及种植密度的相关性,研究人员开发了一种基于数字图像的水稻产量预测与评估的简单模型,植物表型资讯简介如下:

水稻冠层变化与数字图像的红光(R)、绿光(G)和蓝光(B)值参数的变化相关。为了快速判断水稻与施氮量及种[……]

继续阅读

利用热成像技术自动计算小麦穗数

利用热成像技术自动计算小麦穗数

本文提出了一种利用中高等分辨率手持热像仪获取热像图进行麦穗计数的自动热计数系统,植物表型资讯简介如下:

穗密度是小麦最重要的农艺产量构成之一。因麦穗计数通常在野外条件下人工操作,而导致其耗时且繁琐。此外,经常使用不同的采样技术导致缺乏[……]

继续阅读

LED红蓝比蔬菜生长和营养特性的影响

LED红蓝比蔬菜生长和营养特性的影响

本研究旨在探讨红蓝比(R:B)对室内罗勒栽培资源利用效率的影响,并将光照生理反应与产量和营养特性的变化联系起来,植物表型资讯简介如下:

与传统的生长系统相比,温室植物栽培可显著提高资源利用效率(土表、水和养分),但光照成本仍然很高。L[……]

继续阅读

无人机数据与混合像元分析相结合的水稻产量遥感估测

利用遥感手段对水稻产量进行估测时,其精度受水稻生育期的影响。在水稻生育后期,稻穗的出现会对产量的预测形成干扰,造成水稻估产精度的下降。本文提出了一种植被指数和混合像元分析相结合的方法,提高了水稻抽穗期的产量遥感估测精度,植物表型资讯简介如下[……]

继续阅读

基于三维点云数据的灌木作物冠层尺寸和形状描述方法

本研究提出了一种基于三维点云数据的灌木作物冠层尺寸和形状描述方法,植物表型资讯简介如下:

尺寸和形状是重要的灌木作物(例如蓝莓)冠层结构特征,特别是可以用以量化分析灌木作物的可机械化收获程度。目前,尚未有高效准确的方法进行田间灌木作物[……]

继续阅读

利用无人机多光谱、RGB和热成像技术进行森林遗传试验的表型分析

本研究测试了黑松种群中植被指数和冠层温度的遗传变异,作为冠层结构、叶面积、光合色素、光合效率和水分利用的指标,并评估了植被特性与地上生长的种群间关联性,植物表型资讯介绍如下:

功能性状遗传分化的评估是了解森林物种适应性特征的基础。虽然[……]

继续阅读

利用植物叶片3D重建进行高通量表型分析

利用植物叶片3D重建进行高通量表型分析

本文提出了一种利用玉米和水稻植物点云来端对端重建体系,植物表型资讯介绍如下:

植物的3D数字成像对于研究人员深入了解植物动态是必不可少的。新兴的高通量植物表型分析技术可捕获植物点云,但目前仍存在缺陷,因此,精准的3D重建已成为当下科学[……]

继续阅读

分布式植物表型数据集成标准

分布式植物表型数据集成标准

本文讨论了分布式植物表型数据集成标准目前所面临的挑战与解决方案,植物表型资讯介绍如下:

在植物表型数据管理过程中需遵循FAIR原则:findability、accessibility、interoperability and[……]

继续阅读

基于光流分析和机器学习的植物叶片运动生长预测模型

基于光流分析和机器学习的植物叶片运动生长预测模型

本文着重研究了植物叶片的时间序列运动,使用光流法(OF)分析了莴苣叶片的时间序列运动信息,植物表型资讯介绍如下:

稳定提高生产力是植物生长面临的一个重要问题,为此,科学家们一直致力于研究增长预测方法。植物的投影面积(PA)通常用于生长[……]

继续阅读

利用机器视觉开发草莓白粉病人造云照明条件检测系统

本研究的目的是开发一种基于机器视觉的草莓白粉病人造云照明条件检测系统,植物表型资讯介绍如下:

草莓在种植过程中一直面临着相当高比例的病害且分布于整个田间,因此对病害进行适当管理十分必要。白粉病是草莓的主要真菌病害之一,可造成约30~7[……]

继续阅读

不同世代玉米叶面积垂直分布的变化提高了光截获效率

不同世代玉米叶面积垂直分布的变化提高了光截获效率

本研究通过对60个玉米杂交种的分析,测试了育种是否影响与植物结构和光截获有关的一系列性状,植物表型资讯介绍如下:

育种家在育种过程中关注作物产量,从而关注与产量有关的性状。本研究通过对1950-2015年发布的60个玉米杂交种的分析,[……]

继续阅读

一种提取玉米植株三维点云精确骨架的方法

一种提取玉米植株三维点云精确骨架的方法

本文提出了一种精确的骨架提取方法,以弥补3D点云与玉米植株表型性状预估之间的差距,植物表型资讯介绍如下:

精确、高效地测定植物形态性状对表型研究至关重要。现已有很多方法可以获得高质量的植株3D点云。然而,利用这些3D点云难以准确预估玉[……]

继续阅读

用于植物成像的激光同步辐射X射线的优化

用于植物成像的激光同步辐射X射线的优化

本研究阐述了可以用于植物成像优化的激光同步加速器X射线源,植物表型资讯介绍如下:

植物的X射线断层扫描成像需要大量的X射线光子、良好的光源稳定性和大的视野。本研究证明了可以为此应用优化激光同步加速器X射线源,其中X射线束是在激光尾波场[……]

继续阅读

使用随机森林和过采样法对菊花异常花瓣类型分类

使用随机森林和过采样法对菊花异常花瓣类型分类

本文建立了一个用于自动分类菊花花瓣类型的新流程,植物表型资讯介绍如下:

植物表型分析是植物保护和育种的重要研究领域。在所有植物表型中,形态特征是目前最古老但仍然最常用的表型信息,广泛用于种植和栽培。鉴于植物的所有形态表型都是人工或自动捕获[……]

继续阅读

卷积神经网络如何诊断植物病害

卷积神经网络如何诊断植物病害

本研究使用卷积神经网络应用各种神经元和分层可视化方法,探索了CNN如何诊断植物病害,植物表型资讯介绍如下:

卷积神经网络(CNNs)的深度学习在各种植物疾病的分类方面已取得了巨大成功。然而,目前阐明其推理过程的研究数量有限,使其成为了[……]

继续阅读

植物表型的过去、现在和未来

植物表型的过去、现在和未来

3月26日,由南京农业大学和《Science》联合创办的《Plant Phenomics》刊发了由德国Julich植物表型中心Roland Pieruschka和Uli Schurr撰写的综述“植物表型的过去、现在和未来(Plant Phe[……]

继续阅读

利用超高清纹理技术多生育期估算作物AGB

利用超高清纹理技术多生育期估算作物AGB

本研究利用低空无人机获取冬小麦冠层超高清数码影像纹理特征和RGB指数通过单独和组合来估算多生育期冬小麦AGB,植物表型资讯介绍如下:

当利用遥感技术估算多生育期作物地上生物量(AGB)时,有两个原因导致了较晚生育期的AGB被低估:(1[……]

继续阅读