利用人工智能方法预测物联网温室系统中生菜的生长、收获日期和品质


发布时间:

2021-11-17

来源:

本站

作者:

PhenoTrait

  结合物理学和生物学知识的植物生长模型是环境控制的有效工具。建立植物生理模型可以为植物生理调控和提高植物的产量和品质提供参考,特别是适合的植物生理模型可以有效、准确地预测不同作物不同时期的生理指标参数。这种方法也可以用来解释植物生长质量的好坏以及收获日长短的原因。本文提出了一种新的方法来预测与生菜生长(叶片数量、叶面积和干重)、光合作用(净速率)和蒸腾作用相关的几个生理参数,来预测水培生菜的收获时间和生长品质。在生菜商业化生产上,使用物联网的小型水培栽培系统和成像系统可以用来收集环境参数的数据,以从而测量和预测温室中的植物生长参数。结果表明,人工智能方法建模的有效性和可行性,可以为种植者提供有效性的管理信息。未来利用人工智能工具估计植物生长动态和对不同植物物种进行综合分析是可能实现的。

 

  图1 温室栽培设施配置

  (a)水培栽培设施原型图;(b)种植设施不同部分的位置:①入口,②营养液罐,③冷冻机,④抽水机,⑤风扇,⑥环境传感模块;(c)温室侧视图,红色圆点代表环境感应模块的位置;(d)环境感应模块。

 

  图2用于计算植物生长阶段叶片面积的形态学分析方法

  (a)原始图像,(b)色调、饱和度和值颜色空间,(c)二值化过程,(d)噪声去除,(e)边缘检测和像素面积计数。

 

  图3苗期叶片数量计算的形态学分析方法

  a)颜色空间变换(RGB到灰色),(b)二值化过程,(c)循环Hough变换和细化操作,(d)八连通标记过程后,(e)叶片数量计数。

 

  图4 环境传感和图像处理平台的示意图

  四台IAPM每小时在移动平台上来回移动一次。在移动过程中,IAPM捕捉每个植物的俯视图,并实时提取植物特征。环境数据和植物性状数据存储在MariaDB数据库中。图像数据存储在谷歌硬盘中。

 

  图5 FLs模糊规则的三维曲面视图示例

  (a)-(c)Pn对植物生长的影响取决于温度、光照强度和CO2;(d)-(f)蒸腾速率对植物生长的影响取决于温度、收获时间和光照强度。(g)-(i)植物叶片面积的生长取决于净光合速率、蒸腾速率和日累积光量;(j)-(l)植物叶片数量的生长取决于净光合速率、蒸腾速率和日累积光量

 

  来源 : Chang C., Chung S., Fu W., et al. Artificial intelligence approaches to predict growth, harvest day, and quality of lettuce (Lactuca sativa L.) in a IoT-enabled greenhouse system, Sciencedirect, 2021,212,77-105.

  

  编辑 : 张玉

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。