<span id="n6vrv"><th id="n6vrv"><bdo id="n6vrv"></bdo></th></span>
<td id="n6vrv"></td>

    <small id="n6vrv"></small>
    <p id="n6vrv"><pre id="n6vrv"><optgroup id="n6vrv"></optgroup></pre></p>
    <rp id="n6vrv"><dl id="n6vrv"></dl></rp>

    <small id="n6vrv"><dl id="n6vrv"><noframes id="n6vrv"></noframes></dl></small>

        <td id="n6vrv"><tr id="n6vrv"><label id="n6vrv"></label></tr></td>
        1. 清纯唯美亚洲综合_国产69精品久久久久9999人_女同桌脱了内裤让我看了个够_亚洲精品国产av_来一水AV@lysav

          網(wǎng)站首頁技術(shù)中心 > WIWAM高通量植物表型成像分析-高光譜小麥研究
          產(chǎn)品中心

          Product center

          WIWAM高通量植物表型成像分析-高光譜小麥研究

          更新時(shí)間:2022-05-26 點(diǎn)擊量:1429

          WIWAM高通量植物表型成像系統(tǒng)由比利時(shí)SMO公司與Ghent大學(xué)VIB研究所研制生產(chǎn),整合了LED植物智能培養(yǎng)、自動(dòng) 化控制系統(tǒng)、葉綠素?zé)晒獬上駵y(cè)量分析、植物熱成像分析、植物近紅外成像分析、植物高光譜分析、植物多光譜分 析、植物CT斷層掃描分析、自動(dòng)條碼識(shí)別管理、RGB真彩3D成像等多項(xiàng)*技術(shù),以較優(yōu)化的方式實(shí)現(xiàn)大量植物樣 品——從擬南芥、玉米到各種其它植物的生理生態(tài)與形態(tài)結(jié)構(gòu)成像分析,用于高通量植物表型成像分析測(cè)量、植 物脅迫響應(yīng)成像分析測(cè)量、植物生長(zhǎng)分析測(cè)量、生態(tài)毒理學(xué)研究、性狀識(shí)別及植物生理生態(tài)分析研究等。

          稱重、成像、澆水植物表型成像系統(tǒng)

          室內(nèi)植物表型成像系統(tǒng)WIWAM Line

          WIWAM植物表型成像系統(tǒng)由比利時(shí)SMO公司與Ghent大學(xué)VIB研究所研制生產(chǎn),整合了LED植物智能培養(yǎng)、自動(dòng) 化控制系統(tǒng)、葉綠素?zé)晒獬上駵y(cè)量分析、植物熱成像分析、植物近紅外成像分析、植物高光譜分析、植物多光譜分 析、植物CT斷層掃描分析、自動(dòng)條碼識(shí)別管理、RGB真彩3D成像等多項(xiàng)*技術(shù),以較優(yōu)化的方式實(shí)現(xiàn)大量植物樣 品——從擬南芥、玉米到各種其它植物的生理生態(tài)與形態(tài)結(jié)構(gòu)成像分析,用于高通量植物表型成像分析測(cè)量、植 物脅迫響應(yīng)成像分析測(cè)量、植物生長(zhǎng)分析測(cè)量、生態(tài)毒理學(xué)研究、性狀識(shí)別及植物生理生態(tài)分析研究等。

          image.png

          The Performances of Hyperspectral Sensors for Proximal Sensing of Nitrogen Levels in Wheat

          小麥中氮水平近端傳感的高光譜傳感器性能

          利用非破壞性方法準(zhǔn)確、高通量地定量測(cè)定小麥中的氮(N)含量是鑒定高氮利用效率小麥品系和指導(dǎo)農(nóng)藝管理實(shí)踐的重要步驟。在各種植物表型鑒定方法中,高光譜遙感在以快速和無損的方式提供精確測(cè)量方面顯示出了希望。過去的應(yīng)用使用了非成像儀器,如光譜儀,而最近的方法已擴(kuò)展到在不同波長(zhǎng)范圍和不同光譜分辨率下工作的高光譜相機(jī)。然而,盡管先前的高光譜應(yīng)用取得了成功,但關(guān)于具有不同波長(zhǎng)中心和帶寬的高光譜傳感器的一些重要研究問題仍然沒有得到解答,從而限制了該技術(shù)的廣泛應(yīng)用。本研究通過比較三臺(tái)高光譜相機(jī)和一臺(tái)非成像光譜儀,評(píng)估了高光譜成像和非成像傳感器估算小麥葉片中氮含量的能力。本研究回答了以下問題:(1)不同系統(tǒng)設(shè)置的高光譜傳感器在對(duì)小麥葉片中的氮進(jìn)行近端傳感時(shí)表現(xiàn)如何,需要考慮哪些方面才能獲得最佳結(jié)果?(2) 什么類型的光子探測(cè)器對(duì)小麥葉片中的氮最敏感?(3) 不同儀器的光譜分辨率如何影響小麥葉片中氮的測(cè)量?(4) 小麥中與氮相關(guān)性最高的關(guān)鍵波長(zhǎng)是什么?我們的研究表明,具有令人滿意的系統(tǒng)設(shè)置的高光譜成像系統(tǒng)可用于以足夠的精度對(duì)小麥中的氮含量進(jìn)行近端傳感。所提出的方法可以減少對(duì)葉組織化學(xué)分析的需要,并導(dǎo)致小麥氮的高通量估算。這里的方法也可以在具有不同特征的其他植物上進(jìn)行驗(yàn)證。研究結(jié)果可為希望使用高光譜傳感器在植物或葉片尺度上測(cè)量氮含量的用戶提供參考。

          image.png

          圖1.數(shù)據(jù)轉(zhuǎn)換和PLSR

          將預(yù)處理的反射率數(shù)據(jù)轉(zhuǎn)換為不同的波長(zhǎng)范圍和光譜帶以進(jìn)行建模(圖1)。首先來自FieldSpec 3光譜儀、WIWAM表型分析平臺(tái)(FX10 + SWIR) 和 labscanner (FX10) 的反射數(shù)據(jù)被分成三個(gè)不同的波長(zhǎng)范圍:FULL (VNIR+SWIR)、VNIR 和 SWIR,以訓(xùn)練和驗(yàn)證 PLSR 模型。為簡(jiǎn)潔起見,圖1中僅繪制了原始數(shù)據(jù)模型在 FULL 波長(zhǎng)范圍內(nèi)的第一次折疊驗(yàn)證結(jié)果。

          image.pngimage.png

          圖2.PLSR mo的第一重驗(yàn)證結(jié)果

          未經(jīng)變換的FULL-range ASD FieldSpec 3數(shù)據(jù)模型的R2值為0.86,優(yōu)于FX10和SWIR相機(jī)的0.77。同樣,經(jīng)過不同的數(shù)據(jù)轉(zhuǎn)換,無論是FULL、VNIR還是SWIR范圍,ASD FieldSpec 3的模型都優(yōu)于表型平臺(tái)的FX10和SWIR相機(jī)。在光譜重新采樣后,此規(guī)則有一些例外,但這并沒有改變使用光譜儀的接觸測(cè)量可以為 PLSR 提供比表型系統(tǒng)更可靠的數(shù)據(jù)的總體趨勢(shì)。在表型系統(tǒng)中,F(xiàn)X10 和 SWIR 相機(jī)被設(shè)置為對(duì)整個(gè)植物進(jìn)行成像。

          image.png

          圖3.PLSR系數(shù)和關(guān)鍵波長(zhǎng)的確定

          確定關(guān)鍵波長(zhǎng)以減少數(shù)據(jù)冗余和提高模型精度至關(guān)重要。圖3繪制了PLSR系數(shù)與波長(zhǎng)的關(guān)系圖,在400nm和2400nm 之間確定了26個(gè)關(guān)鍵波長(zhǎng)。SWIR光譜比VNIR光譜對(duì)測(cè)量N含量的貢獻(xiàn)更大。 在26個(gè)關(guān)鍵波長(zhǎng)中,有16個(gè)在SWIR范圍內(nèi)。

          image.png

          圖4.交叉?zhèn)鞲衅黩?yàn)證結(jié)果

          隨著高光譜成像應(yīng)用的增加,使用不同傳感器應(yīng)用先前開發(fā)的模型而無需重復(fù)大量建模工作將是有益的。據(jù)作者所知,很少有報(bào)告重新使用以前訓(xùn)練過的不同傳感器模型。本文將不受葉子幾何形狀影響的光譜儀數(shù)據(jù)開發(fā)的模型應(yīng)用于高光譜圖像。但光譜儀模型并沒有顯示出交叉?zhèn)鞲衅鲬?yīng)用的前景。驗(yàn)證具有-5.94的大偏差和-18.24的R2值(圖4)。然而估計(jì)的N%值與參考值具有線性關(guān)系,表明有可能重新校準(zhǔn)模型以提高準(zhǔn)確性。交叉?zhèn)鞲衅鹘⑹俏磥淼呐d趣,以允許重復(fù)使用以前建立的模型。

          image.pngimage.png

          圖5.NDVI和R2矩陣

          僅對(duì)窄帶NDVI進(jìn)行了估算N%的測(cè)試,因?yàn)檎瓗DVI的表現(xiàn)明顯優(yōu)于寬帶NDVI,后者可能存在嚴(yán)重的飽和度問題。根據(jù)傳感器、植被和土壤類型,不同波段組合可用于計(jì)算NDVI。在本研究中,測(cè)試了400 nm至2500 nm波長(zhǎng)范圍內(nèi)光譜儀數(shù)據(jù)的所有可能窄帶NDVI,半高寬為1 nm。圖5a顯示了一個(gè)NDVI矩陣示例,顯示了400 nm至2500 nm范圍內(nèi)光譜特征的所有可能波長(zhǎng)組合的NDVI值。計(jì)算驗(yàn)證的R2值,形成NDVI的R2矩陣(圖5b)。在全波長(zhǎng)、SWIR和VNIR波長(zhǎng)范圍內(nèi)發(fā)現(xiàn)的表現(xiàn)NDVI分別為NDVIfull(1696 nm,729 nm)、NDVIswir(1672 nm,1647 nm)和NDVIvnir(519 nm,582 nm)。相應(yīng)的R2值分別為0.53、0.44和0.53,與N%的相關(guān)性不強(qiáng)。計(jì)算了NREAI指數(shù),相應(yīng)的驗(yàn)證R2為0.55,其表現(xiàn)與最佳NDVI指數(shù)相似。測(cè)試的VIs均不如本研究中建立的高光譜模型,突出了在足夠數(shù)量的光譜波段下估計(jì)精度的提高。


          相關(guān)閱讀

          室內(nèi)植物表型成像系統(tǒng)WIWAM XY

          室內(nèi)植物表型成像系統(tǒng)WIWAM conveyor

          室內(nèi)植物表型成像柜WIWAM Imaging Box

          WIWAM植物表型成像定制系統(tǒng)

          WIWAM高通量植物表型組學(xué)、植物表型成像、種質(zhì)資源研究系統(tǒng)-玉米研究

          WIWAM高通量植物表型組學(xué)、植物表型成像、種質(zhì)資源研究系統(tǒng)-水稻線蟲

          WIWAM高通量植物表型成像分析平臺(tái)應(yīng)用—真菌研究

          WIWAM高通量植物表型成像分析平臺(tái)—植物病害

          WIWAM高通量植物表型成像分析平臺(tái)-植物病害研究2

          WIWAM高通量植物表型組學(xué)成像分析研究系統(tǒng)-玉米研究2

          WIWAM高通量植物表型組學(xué)成像分析研究系統(tǒng)-擬南芥研究1

          WIWAM高通量植物表型組學(xué)成像分析研究系統(tǒng)-擬南芥研究4

          WIWAM高通量植物表型組學(xué)成像分析研究系統(tǒng)-擬南芥研究5

          WIWAM高通量植物表型組學(xué)成像分析研究系統(tǒng)-擬南芥研究6

          WIWAM高通量植物表型組學(xué)成像分析-擬南芥的全基因關(guān)聯(lián)圖譜

          WIWAM高通量植物表型組學(xué)成像研究—擬南芥和玉米轉(zhuǎn)基因品系的功能分析

          WIWAM高通量植物表型組學(xué)成像研究—作物高光譜功能分析

          WIWAM高通量植物表型組學(xué)成像分析-輕度干旱條件下生長(zhǎng)反應(yīng)的遺傳結(jié)構(gòu)

          WIWAM高通量植物表型組學(xué)成像研究—輕度干旱脅迫的葉片響應(yīng)

          WIWAM植物表型分析平臺(tái)—光照和植物幾何形狀對(duì)葉片反射光譜的影響

          WIWAM高通量植物表型組學(xué)成像平臺(tái)—擬南芥赤霉素研究


          清纯唯美亚洲综合_国产69精品久久久久9999人_女同桌脱了内裤让我看了个够_亚洲精品国产av_来一水AV@lysav
          <span id="n6vrv"><th id="n6vrv"><bdo id="n6vrv"></bdo></th></span>
          <td id="n6vrv"></td>

            <small id="n6vrv"></small>
            <p id="n6vrv"><pre id="n6vrv"><optgroup id="n6vrv"></optgroup></pre></p>
            <rp id="n6vrv"><dl id="n6vrv"></dl></rp>

            <small id="n6vrv"><dl id="n6vrv"><noframes id="n6vrv"></noframes></dl></small>

                <td id="n6vrv"><tr id="n6vrv"><label id="n6vrv"></label></tr></td>
                1. 赤水市| 阳新县| 麦盖提县| 大关县| 东乌珠穆沁旗| 紫金县| 孟村| 安达市| 景洪市| 社会| 左贡县| 文昌市| 建瓯市| 金沙县| 寻乌县| 双牌县| 北宁市| 绥化市| 台前县| 西林县| 青川县| 井研县| 瑞安市| 乌审旗| 华阴市| 安阳县| 黄梅县| 津南区| 建始县| 南投县| 肇源县| 弥渡县| 乌审旗| 仁布县| 左云县| 安国市| 巴楚县| 巴中市| 扎鲁特旗| 贵定县| 和顺县|