当前位置: 首页 > news >正文

【教程】基于无人机的大豆光合效率研究

在追求田间大豆高产的过程中,光合作用效率被视为一个至关重要的因素,本文将介绍一种基于无人机的大豆光合效率研究方法,可对大豆冠层性状进行无损测量(最高单架次可作业10万亩),通过全自动提取分析大豆种植小区的NDGI、RGRI、GNDVI等植被指数并进行更精准的图像分割,比较不同的光谱指数高低来判断大豆的光合作用强弱,进一步分析比较它们的产量或者株型等。

工具/材料

① 无人机(搭载可见光、多光谱、高光谱镜头均可,本次实验搭载多光谱)

②PhenoAI air分析系统

方法/步骤

步骤一:无人机飞行进行图像采集

步骤二:利用拼接软件对无人机图像进行影像处理

步骤三:使用PhenoAI air对图像进行数据分析,仅需点击三步即可(①标记小区②尺度校正③点击分析)

*分析结果自动弹出(精准分割各植被的轮廓标记图及数据汇总表)

结果

本文以NDGI、GBRI、RGRI作为判断大豆光合作用的强弱,可以预见的是,提高大豆育种研究效率的下一个突破将高度依赖于表型分析过程的自动化,从而利用大豆全生育期中的基因组和量化的表型信息,将基因型和大豆表型相关联。

PhenoAI air是一款集无人机高效采集和图像智能分析为一体的表型采集系统,帮助用户快速测量苗情苗势、抗逆选育等。自动化提取各类大田植物和草业的农艺性状并精准量化表型信息,不论是高光谱、多光谱还是可见光图像,都可一键分析,精准分割,同时分析图表自动化保存,并描出植被轮廓方便用户查看识别精度。支持拓展PhenoAI Flow 进行表型数据的深度学习建模和挖掘,还可搭载可视化多组学AI分析平台GSBrain,完成从表型提取到基因挖掘的整体链路。

http://www.dtcms.com/a/286469.html

相关文章:

  • 赛思SLIC芯片、语音芯片原厂 赛思SLIC语音芯片ASX630:国产强“芯”赋能FTTR全光网络​
  • vscode 一直连不上远程,网络是通的,ssh 也能直接登录远程
  • 【科研绘图系列】R语言绘制分组箱线图
  • SDC Specical check setting的描述 - false path
  • Docker笔记-部署Redis集群
  • leetcode15.三数之和题解:逻辑清晰带你分析
  • AWS(基础)
  • 网络基础10 :ACL真机实验
  • Redis原理之哨兵机制(Sentinel)
  • 【洛谷P1417】烹调方案 题解
  • ONNX模型使用指南:从零开始掌握跨领域模型部署
  • 图片平铺下去总是有个缝隙的解决方案
  • 塞舌尔公司的查册报告Certificate of Official Search是什么?有什么信息
  • 瀚高数据库开启Oracle兼容模块
  • vue2 面试题及详细答案150道(101 - 120)
  • ubuntu20.04使用unity3d做机器人仿真环境搭建
  • Python单例模式详解:从原理到实战的完整指南
  • 详解Linux(Ubuntu/RedHat/CentOS)及国产服务器统一加域管理方案
  • GoC 上册课程
  • java+vue+SpringBoot集团门户网站(程序+数据库+报告+部署教程+答辩指导)
  • docker--程序自启动
  • HIMA X-DO3201模块的冗余配置方法
  • Python Pandas 实践学习笔记(1)
  • Chainlit + FasiAPI+ LlamaIndex 实现RAG(一)
  • 深入解析:短连接 vs 长连接 vs 短轮询 vs 长轮询
  • keil5使用技巧----keil-build-viewer.exe插件使用
  • 前端性能优化“核武器”:新一代图片格式(AVIF/WebP)与自动化优化流程实战
  • Ubuntu查看Docker容器
  • React智能Tooltip封装术:精准检测文本溢出,告别无效提示!
  • Linux下使用原始socket收发数据包