学术中心
利用无人机高通量表型（HTP）系统估算番茄产量
- 分类：植物表型资讯
- 作者：PhenoTrait
- 来源：本站
- 发布时间：2021-03-13 06:10
- 访问量：
【概要描述】本文利用UAS多时相图像的高通量表型分析对番茄产量进行估计。
利用无人机高通量表型（HTP）系统估算番茄产量
【概要描述】本文利用UAS多时相图像的高通量表型分析对番茄产量进行估计。
- 分类：植物表型资讯
- 作者：PhenoTrait
- 来源：本站
- 发布时间：2021-03-13 06:10
- 访问量：
产量预测和品种选择是评估育种和精确农业生产和绩效的关键组成部分。结合植物的遗传、周围环境和管理条件，通过在整个种植季节对作物表型进行测量，表征品种特性。目前，无人机(UAS)为高效收集高质量图像和生成可靠的表型数据提供了新的机会。本文利用UAS多时相图像的高通量表型分析对番茄产量进行估计。
(a) 反射面板的地面照片(5%、12%、33%和52%)和(b)彩色红外(CIR)正射马赛克图像中反射面板的子集图像。
在(a)三个种植日期和覆盖地的实验区域中，HTP的地块边界生成的多边形。 (b)白色塑料上的单个多边形的子集，包括具有相同品种和植物中心线(黄线)的四棵单株植物。
首先，利用UAS分别每周和每两周采集一次RGB和多光谱图像。然后，从UAS图像估算出整个季节的番茄特征形状，如冠层覆盖、冠层、体积和植被指数。为了从基于UAS的表型数据中提取时间序列特征，利用数学曲线和一阶导数方程拟合作物生长和生长速率曲线。接着，从不同表型的拟合曲线中提取时间序列特征，如最大生长速率、特定事件的天数和持续时间。结果发现，即使使用不同的变量选择方法：所有变量(0.79)、正向选择(0.7)和反向选择(0.77)，线性回归模型也会产生较高的值。通过因子分析，找出与高产品种相关的两个显著因子：生长速度和生育期。选择5个时间序列表型作为产量预测模型，解释实际收获中65%的方差。从RGB图像中提取的表型特征在产量预测中起着更为重要的作用。这项研究也表明，成功地选择表现较差的番茄品种是可能的。综上所述，这项研究结果对选育高产抗病虫害品种的育种计划和农场研究有一定的参考价值。
ExG进度曲线示例
来源：
Chang A, Jung J, Yeom J, et al. Unmanned Aircraft System- (UAS-) Based High-Throughput Phenotyping (HTP) for Tomato Yield Estimation. Journal of Sensors. https://doi.org/10.1155/2021/8875606.
扫二维码用手机看
推荐新闻
发布时间 : 2022-11-13 07:26:55
发布时间 : 2022-05-20 11:45:57
发布时间 : 2022-05-13 10:56:43
视频展示
专题报道
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中路12号院8号楼2门
电话：010-62925490、82928854、82928864、82928874
传真：010-62925490-802
Email: info@phenotrait.com
邮编：100096
在线留言
关注我们
植物表型圈
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