通过计算机视觉和机器学习,评估低温应激在合成阶段对冬季小麦谷物发育的影响
Wenyi Zeng1,2,3, Xiaodong Jiang1,2,3, Qiuhui Chen1,2,3
1Jiangsu Provincial University Key Laboratory of Agricultural and Ecological Meteorology, Nanjing University of Information Science and Technology, Nanjing, China.
Journal of the science of food and agriculture
|May 12, 2025
概括
春季低温压力显著影响冬季小麦谷物质量. 计算机视觉和机器学习准确地评估压力严重程度,帮助中国的农业恢复力.
科学领域:
- 农业科学 农业科学
- 植物生理学 植物生理学
- 计算机视觉 计算机视觉
背景情况:
- 极端天气事件越来越普遍,特别是春季低温压力,影响了中国主要的小麦生产区黄和海盆地.
- 全球变暖在关键作物发展阶段加剧了低温压力.
- 冬季小麦的质量受到不可预测的天气模式的威胁.
研究的目的:
- 为了评估低温应激在合成期间对冬季小麦粒形状和质感的影响.
- 利用计算机视觉和机器学习进行压力影响的定量分析.
- 评估Jimai 22品种优质和劣质谷物之间的差异反应.
主要方法:
- 使用RGB成像来捕捉谷物形态和纹理.
- 应用机器学习技术,包括主要组件分析和自组织地图.
- 开发一个低温应力指数 (Z) 用于定量评估.
主要成果:
- 低温和延长的应力持续时间降低了粒形状参数,增加了纹理均性.
- 优质谷物对压力的敏感性更高,发育延迟.
- 一个经过验证的低温应力指数 (Z) 显示出与谷物重量有很高的相关性 (R2 > 0.93).
- 治疗持续时间被发现是比温度下降更重要的因素.
结论:
- 与机器学习相结合的RGB成像提供了一种可靠的方法来评估冬季小麦的低温应激严重程度.
- 这种方法有助于理解作物对气候变化的反应.
- 这些发现支持改善小麦生产的农业管理策略.
相关概念视频
02:45Responses to Heat and Cold Stress
13.2K
Every organism has an optimum temperature range within which healthy growth and physiological functioning can occur. At the ends of this range, there will be a minimum and maximum temperature that interrupt biological processes.
13.2K
02:16Light Acquisition
8.4K
In order to produce glucose, plants need to capture sufficient light energy. Many modern plants have evolved leaves specialized for light acquisition. Leaves can be only millimeters in width or tens of meters wide, depending on the environment. Due to competition for sunlight, evolution has driven the evolution of increasingly larger leaves and taller plants, to avoid shading by their neighbors with contaminant elaboration of root architecture and mechanisms to transport water and nutrients.
8.4K