基于数字化植物表型平台（D3P）的田间小麦冠层光截获算法开发
文献类型：期刊论文
| 作者 | 刘守阳; 金时超; 郭庆华 ; 朱艳; Fred Baret
|
| 刊名 | 智慧农业(中英文)
 |
| 出版日期 | 2020 |
| 卷号 | 2期号:01页码:87-98 |
| 关键词 | 冠层光截获 高通量表型 LiDAR 数字化植物表型平台(D3P) 小麦冠层 |
| ISSN号 | 2096-8094 |
| 英文摘要 | 冠层光截获能力是反映作物品种间差异的重要功能性状,高通量表型冠层光截获对提高作物改良效率具有重要意义。本研究以小麦为研究目标,利用数字化植物表型平台(D3P)模拟生成了100种冠层结构不同的小麦品种在5个生育期的三维冠层场景,记录了从原始冠层结构中提取的绿色叶面积指数(GAI)、平均倾角(AIA)和散射光截获率(FIPAR_(dif))信息作为真实值,进一步利用上述三维小麦场景开展了虚拟的激光雷达(LiDAR)模拟实验,生成了对应的三维点云数据。基于模拟的点云数据提取了其高度分位数特征(H)和绿色分数特征(GF)。最后,利用人工神经网络(ANN)算法分别构建了从不同LiDAR点云特征(H、GF和H+GF)输入到FIPAR_(dif)、GAI和AIA的反演模型。结果表明,对于GAI、AIA和FIPAR_(dif),预测精度从高到低对应的点云特征输入为GF+H> H> GF。由此可见,H特征对提高目标表型特性的估算精度起到了重要作用。输入GF+H特征,在中等测量噪音(10%)情况下,FIPAR_(dif)和GAI的估算均获得了满意精度,R~2分别为0.95和0.98,而AIA的估算精度(R~2=0.20)还有待进一步提升。本研究基于D3P模拟数据开展,算法的实际表现还有待通过田间数据进一步验证。尽管如此,本研究验证了D3P协助表型算法开发的能力,展示了高通量LiDAR数据在估算田间冠层光截获和冠层结构方面的较高潜力。 |
| 语种 | 中文 |
| 资助机构 | 南京农业大学高层次引进人才经费（440-804005） |
| 源URL | [http://ir.ibcas.ac.cn/handle/2S10CLM1/22496]  |
| 专题 | 植被与环境变化国家重点实验室 |
| 作者单位 | 1.中国科学院大学 2.南京农业大学作物表型组学交叉研究中心 3.法国农业和环境科学研究院CAPTE实验室 4.南京农业大学江苏省现代作物生产协同创新中心 5.中国科学院植物研究所植被与环境变化国家重点实验室 6.南京农业大学国家信息农业工程技术中心/教育部智慧农业工程研究中心 |
| 推荐引用方式 GB/T 7714 | 刘守阳,金时超,郭庆华,等. 基于数字化植物表型平台（D3P）的田间小麦冠层光截获算法开发[J]. 智慧农业(中英文),2020,2(01):87-98. |
| APA | 刘守阳,金时超,郭庆华,朱艳,&Fred Baret.(2020).基于数字化植物表型平台（D3P）的田间小麦冠层光截获算法开发.智慧农业(中英文),2(01),87-98. |
| MLA | 刘守阳,et al."基于数字化植物表型平台（D3P）的田间小麦冠层光截获算法开发".智慧农业(中英文) 2.01(2020):87-98. |
入库方式： OAI收割
来源：植物研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。