棉花形态特征通过地面激光扫描时间序列数据的时空记录来追踪
Javier Rodriguez-Sanchez1, John L Snider2, Kyle Johnsen1
1School of Electrical and Computer Engineering, University of Georgia, Athens, GA, United States.
Frontiers in plant science
|August 16, 2024
概括
本研究介绍了一种使用地面激光扫描 (TLS) 进行精确,连续的现场表型化的4D作物建模技术. 这种方法准确地跟踪棉花树冠的高度和体积,改进了作物改进策略.
科学领域:
- 农业科学 农业科学
- 植物生物学 植物生物学
- 遥感 遥感 遥感 遥感
背景情况:
- 优化作物改进需要了解基因型与环境的相互作用.
- 传统的表型化方法仅限于季末评估,阻碍了持续的作物监测.
研究的目的:
- 开发时间序列3D点云数据的时空记录方法,用于现场表型化.
- 为了能够随着时间的推移准确地跟踪和分析作物生长.
主要方法:
- 利用多扫描地面激光扫描 (TLS) 来捕获高分辨率的3D LiDAR数据.
- 开发了一个注册程序,包括基于地形的匹配和鸟视角调整,用于4D作物模型生成.
- 在两个月内监测了11种棉花基因型的树冠高度 (CH) 和体积 (CV).
主要成果:
- 成功地在空间和时间上注册了点云,平均误差为~3厘米.
- 使用已建立的高度参考,实现了精确的CH估计 (R2 = 0.95,RMSE = 7.6厘米).
- 发现CV与光合作用活性辐射 (IPAR) 的拦截之间的关系遵循了指数和 (SER = 11%) 的曲线.
- 确定物流模型对于捕捉CH和CV演变是有效的,揭示了显著的基因型差异.
结论:
- 基于TLS的新型数字表型化方法提高了随着时间的推移在现场表型化的精度和效率.
- 这种方法推进了植物现象,并支持作物改进的知情决策.
