廣東
近日，中國(guó)農(nóng)業(yè)大學(xué)曾也魯教授課題組在作物冠層三維結(jié)構(gòu)高通量表型分析方面取得重要進(jìn)展，相關(guān)成果論文A UAV-based framework for field-scale extraction of leaf inclination angles in soybean canopies在遙感領(lǐng)域1區(qū)Top期刊《環(huán)境遙感》(Remote Sensing of Environment)上發(fā)表。土地科學(xué)與技術(shù)學(xué)院博士研究生李青為論文第一作者，曾也魯教授為論文的通訊作者，郝大磊研究員為合作作者。
該研究針對(duì)大面積田間尺度冠層結(jié)構(gòu)測(cè)量中存在的“表型瓶頸”，探索了基于無(wú)人機(jī)（UAV）攝影測(cè)量的系統(tǒng)性框架，在田間尺度上實(shí)現(xiàn)了大豆群體平均葉傾角（MLA）的高效、精準(zhǔn)提取，填補(bǔ)了以往大尺度單葉三維幾何形態(tài)測(cè)量的不足。
大豆平均葉傾角（MLA）高通量提取流程示意圖
研究團(tuán)隊(duì)通過(guò)超分辨率重建網(wǎng)絡(luò)（SRGAN）提升無(wú)人機(jī)影像分辨率，利用改進(jìn)的U-Net模型精確提取單葉輪廓，并結(jié)合隨機(jī)抽樣一致性（RANSAC）算法進(jìn)行三維致密點(diǎn)云的葉片平面擬合。結(jié)果顯示，基于三維點(diǎn)云的方法（LIA_PC）具有極高的葉傾角估算精度（R2=0.94，RMSE=1.74°），并成功繪制了涵蓋6000余個(gè)大豆育種小區(qū)的高分辨率MLA和天頂投影函數(shù)（G(0)）空間分布圖。此外，研究還證實(shí)了葉片空間取向是驅(qū)動(dòng)單葉尺度表觀反射率的關(guān)鍵物理因素。該研究為剔除遙感光譜信號(hào)中的幾何結(jié)構(gòu)干擾提供了全新技術(shù)路徑，更為現(xiàn)代高密度種植模式下的作物高光效育種設(shè)計(jì)奠定了重要基礎(chǔ)。
LIA_PC方法與LIA_DSM方法的精度驗(yàn)證與對(duì)比
實(shí)驗(yàn)區(qū)大豆田間平均葉傾角（MLA）與天頂葉片投影函數(shù)（G(0)）的空間分布制圖
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“網(wǎng)易號(hào)”用戶上傳并發(fā)布，本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
