不同成熟阶段的水果表面温度数据和环境温度数据作为果树的温度注释3D点云提供

科学领域:

• 园艺园艺 园艺园艺
• 精准农业 精准农业 精准农业
• 遥感 遥感 遥感 遥感

背景情况:

• 精确监测水果表面温度 (FST) 对于了解植物生理学和优化水果生产至关重要.
• 现有的FST测量方法可能是劳动密集型,缺乏空间分辨率.
• 全球变暖需要先进的工具来监测作物对环境变化的反应.

研究的目的:

• 介绍一种新的方法,用于收集果园中空间分辨率的水果表面温度数据.
• 为未来的研究提供包括原始和处理过的传感器数据在内的全面数据集.
• 为了能够对树冠和水果温度动态进行时间序列分析.

主要方法:

• 利用低振动的圆形输送系统将光检测和测距 (LiDAR) 和热摄像头传感器移动到"Gala"果树周围.
• 在生长季节收集数据四次,在收获时集中在三天内,包括白天课程.
• 经过处理的3D点云带有注释的热数据和手动细分的水果点云来得出水果表面温度 (FST).

主要成果:

• 生成了树冠和热图像的3D点云,并处理了温度数据的点云.
• 提供了1236个空间分辨率的FST测量作为3D点云,并补充了手动参考FST读数.
• 收集了水果大小和颜色的数据,以及果园天气数据,创建了一个丰富的数据集用于分析.

结论:

• 收集的数据集,包括原始和处理的传感器数据,对于开发3D点云处理方法非常有价值.
• 空间分辨率的FST数据可以应用于生态生理学研究,特别是关于全球变暖对水果生产的影响.
• 同步测量方法可以对树冠和FST进行可靠的时间序列分析.