基于三维计算机视觉的甜菜经济效益估算—以中国内蒙古自治区为例


发布时间:

2021-08-26

来源:

本站

作者:

PhenoTrait

制糖业作为粮食和农业部门的一个组成部分,在人口增长和极端气候变化的压力下,正面临严峻的全球挑战。甜菜作为世界第二大产糖作物,是从其主根中提取糖的重要经济作物。选择和选育经济效益高的甜菜品种,对保证世界人口增长的安全、健康和营养食品,为适应和减缓气候变化做出贡献具有重要意义。

 

甜菜的经济效益通常由收购价格反映。我国甜菜收购中采用了以含糖量为系数的相对简单的线性函数,没有考虑不同含糖量对收购价格或当地甜菜品种品质的影响。因此需要更合理的甜菜收购价格函数。此外,基于人工手动测量表型来计算甜菜收购价格非常费时费力。

 

本文的目标是(1)设计一个适合于中国内蒙地区甜菜的非线性收购函数;(2)开发一个自动化框架来获取甜菜主根的表型性状,并基于偏最小二乘法(PLSR)来估计207个基因型甜菜的经济效益,为选择和培育经济效益高的甜菜提供依据。具体内容如下:(1)针对传统的线性收购函数的不足,提出了一个新的非线性收购函数。公式1为传统甜菜线性收购函数,其中PP为甜菜收购价格,SC为含糖量(%),SSC为标准含糖量(%),BP为代表与SSC的收购价格的基价。这里SSC在中国设定为16 %。公式2为本文提出的非线性收购函数,考虑到中国内蒙古16.5 %-17 %的平均含糖量,SSC设定为16.5 %。公式1是一个固定的系数。公式2有三个含糖量系数。随着含糖量的增加,糖提取系数同时增加,但随后呈下降趋势。因此,当SC超过20 %时,采用1.325的固定系数。含糖量为6.5%-16.5%的购买价格系数大于含糖量为16.5%-20%的购买价格系数,这意味着在这种新配方中,含糖量低的损失惩罚高于含糖量高的奖励。为了方便后续的收购价格计算,BP设置为1/g。

 

(2)设计了一个便携式的设备获取甜菜主根的多视角图像,并基于SFM-MVS方法重建甜菜主根的三维模型;(3)开发一个自动化管道,自动提取三维甜菜主根的10个表型性状;(4)基于2年的甜菜主根性状数据,利用偏最小二乘法(PLSR)分别建模与预测甜菜主根的经济效益。结果表明,实测的甜菜主根表型性状与估计的表型性状的R2大于0.97,证明了我们表型提取方法具有很高的精度。使用2018年的数据构建的PLSR模型预测2019年的数据,表现中等(R2 = 0.5)。使用2018年和2019年收集的70 %数据构建的新PLSR模型可以预测剩余的30 %数据,R2值更高,为0.61。这说明基于多年数据建立的模型对经济效益的估计精度更高,这应该归因于不同年间的气候不同,对甜菜的表型性状造成了影响。我们的研究表明PLSR模型可以基于SFM-MVS方法提取的甜菜主根表型性状估计甜菜经济效益。该方法比人工测量更快速有效,可为选择和培育经济效益高的甜菜提供依据。

 

207个甜菜品种的来源分布与数量

 

甜菜主根三维重建与表型提取流程图

 

10个甜菜主根表型示意图

 

2个PLSR模型的训练与预测结果。Model 1使用2018年数据训练,预测2019年; Model 2使用2018年与2019年数据的70%,预测剩下的30%。

 

作者介绍:

论文第一作者为中国农业大学土地科学与技术学院博士研究生肖顺夫,论文通讯作者为马韫韬教授,合作者包括内蒙古自治区生物技术研究院王瑞利研究员和邵科副研究员、西密歇根大学的孟雷副教授,以及中国农业大学土地科学与技术学院的李保国教授。

 

中国农业大学数字农业研究团队主要研究方向为多源尺度的植物功能-结构-环境互作的基因型/表型研究。包括植物根/冠生长与环境交互模型、植物三维表型与基因型关联模型、基于无人机和高精度遥感的植物动态生长监测等研究。长期招收多名硕士、博士研究生和合作博士后,有意者请联系:yuntao.ma@cau.edu.cn。

 

来源:

Xiao, S., H. Chai, Q. Wang, K. Shao, L. Meng, R. Wang, B. Li, and Y. Ma. 2021. Estimating economic benefit of sugar beet based on three-dimensional computer vision: a case study in Inner Mongolia, China. European Journal of Agronomy 130:126378.

推荐新闻

石时之约|韩志国:透过表型数据,看见植物的喜怒哀乐!

本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。

慧科研、慧育种、慧种田——慧聚改变的力量

让我们“慧聚”在一起,为“慧科研、慧育种、慧种田”赋能。

高通量植物表型平台建设注意事项

育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。

作物生理表型测量基础原理

生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。