学术中心

全部分类
您现在的位置:
首页
/
/
/
基于无人机图像和深度学习鉴定大豆对水涝胁迫的响应

基于无人机图像和深度学习鉴定大豆对水涝胁迫的响应

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-08-07 06:10
  • 访问量:

【概要描述】该文中,研究者使用基于不同飞行高度采集到的无人机图像特征对水涝所引起的大豆损伤进行了评估

基于无人机图像和深度学习鉴定大豆对水涝胁迫的响应

【概要描述】该文中,研究者使用基于不同飞行高度采集到的无人机图像特征对水涝所引起的大豆损伤进行了评估

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-08-07 06:10
  • 访问量:
详情

随着气候的变化,强降水事件愈发频繁。据推算,十年后强降水事件的数量将会较如今增加30%,会有越来越多的耕地面临强降水所带来的洪涝灾害的威胁。水涝胁迫是全球第二大非生物胁迫,指土壤表面被水层覆盖,可分为涝渍胁迫(只有根系处于厌氧条件下)和淹涝胁迫(所有的根系以及全部或部分枝干均被水淹没)。在湿地作物(如水稻等)中经常会出现淹涝现象,而在旱地作物(如大豆和玉米等)中则经常会出现涝渍现象。水涝胁迫会抑制根芽生长、光合作用和养分吸收,导致大豆、水稻、小麦等作物的产量大幅减少,进而带来严重的经济损失。

 

Figure 2: Representative images of soybean plots of different flooding injury scores (FISs).

 

大豆是一种重要的豆类作物,因其较高的蛋白质和油脂含量而广泛用于食品及饲料、生物质燃料及许多其它产品的生产中。然而,由于人口增长、气候变化、土壤退化和污染等不利因素,可用的耕地面积正逐年减少,也使得大豆的生产力和种子质量在面临来自水涝灾害的威胁时越来越被动。

 

Figure 3: A stepwise procedure to remove the background of the multispectral images.

 

在水涝灾害的影响下,大豆的稳定生产可通过培育耐水涝品种来保障。在评估田间条件下大豆对水涝的耐受力时,传统做法是目视评估水涝胁迫对枝条造成的损伤等级,目视评估法不仅劳动密集,还容易受到主观误差的影响。

 

Figure 4: The architecture of the FNN model used toclassify the FISs.

 

近日,Plant Phenomics 在线发表了题为Qualification of Soybean Responses to Flooding Stress Using UAV-Based Imagery and Deep Learning的研究论文。

 

Figure 8: Classification performance of the FNN modelwith canopy temperature, NDVI, canopy area, length, and width collected atthree flight heights.

 

随着田间高通量表型技术的发展,高通量表型在测量作物性状和检测作物对生物或非生物性胁迫的响应方面显示出了巨大的潜力。在该文中,研究者使用基于不同飞行高度采集到的无人机图像特征对水涝所引起的大豆损伤进行了评估:航拍图像是在同一天使用五波段多光谱和红外热成像仪分别在20、50和80米高度所拍摄,之后从这三个飞行高度的图像序列中提取了冠层温度、归一化差分植被指数、冠层面积、冠层宽度、冠层长度(Figure 3)等五个图像特征,并基于这些特征使用深度学习模型(Figure 4)将各育种地块分为五个水涝损害等级(FIS,Figure 2)。论文结果表明,三种飞行高度采集的图像特征的差异显著,由20米高度处采集到的图像特征所开发的模型的分类效果最佳,对损害等级评估的准确率高达0.9(Figure 8)。该文所提出的方法在大豆育种方面很有前景,有望取代繁重的人工作业,更高效地评估水涝灾害等级。

 

来源:

Zhou J, Mou H,ianfeng Zhou J, et al. Qualification of Soybean Responses to Flooding Stress Using UAV-Based Imagery and Deep Learning. Plant Phenomics / 2021. https://doi.org/10.34133/2021/9892570.

关键词:

扫二维码用手机看

推荐新闻

致即将毕业的你
致即将毕业的你
发布时间 : 2021-04-20 15:29:43
如果您有意向,不要彷徨不要犹豫,赶快将您的简历发到邮箱hr@phenotrait.com吧。
查看详情
如果您有意向,不要彷徨不要犹豫,赶快将您的简历发到邮箱hr@phenotrait.com吧。
我司荣登2020国际未来农业食品百强榜生物农业TOP20
我司荣登2020国际未来农业食品百强榜生物农业TOP20
慧诺瑞德荣登2020国际未来农业食品百强榜生物农业TOP20
查看详情
慧诺瑞德荣登2020国际未来农业食品百强榜生物农业TOP20
慧诺表型实验室推出测试服务
慧诺表型实验室推出测试服务
发布时间 : 2020-08-26 11:38:26
提供植物表型、光合作用等相关的数据测试和分析服务
查看详情
提供植物表型、光合作用等相关的数据测试和分析服务
提高光合效率促进植物生长
提高光合效率促进植物生长
发布时间 : 2020-07-10 00:00:00
我们可能培育出阳光利用率至少为1.5%的植物,而不是目前的0.5%,这是一个巨大的进步。
查看详情
我们可能培育出阳光利用率至少为1.5%的植物,而不是目前的0.5%,这是一个巨大的进步。

视频展示

植物表型架起从数字农业到智慧农业的桥梁
00:30:11
所属分类:
视频展示
发布时间:
2020/12/10
关键词:

专题报道

搜索
确认
取消

联系我们

慧诺瑞德(北京)科技有限公司

地址:北京市海淀区西三旗街道建材城东路10号院
          京城尚德智造产业园E区112B

电话:010-62925490829288548292886482928874
传真:010-62925490-802
Email:
info@phenotrait.com

邮编:100096

在线留言

关注我们

这是描述信息

植物表型圈

这是描述信息

植物表型资讯

慧诺瑞德(北京)科技有限公司版权所有      京ICP备15043840号    网站建设:中企动力   北二分     法律声明