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

	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
	刘守阳 ; 金时超 ; 郭庆华; 朱艳 ; Fred Baret
	2020
发表期刊	智慧农业(中英文)
ISSN	2096-8094
卷号	2 期号:01 页码:87-98
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。
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
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）
文献类型	期刊论文
条目标识符	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.南京农业大学作物表型组学交叉研究中心 2.法国农业和环境科学研究院CAPTE实验室 3.南京农业大学江苏省现代作物生产协同创新中心 4.中国科学院植物研究所植被与环境变化国家重点实验室 5.中国科学院大学 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.

条目包含的文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
基于数字化植物表型平台（D3P）的田间小（2497KB）	期刊论文	出版稿	开放获取	CC BY-NC-SA	浏览请求全文