TLS-grapevine2024:一个地面激光扫描仪点云数据集,包含不同现象阶段的葡萄树
Leilson Ferreira1,2,3, Pedro Marques1,2, Fernando Portela1,2,3,4
1Centre for the Research and Technology of Agro-Environmental and Biological Sciences (CITAB), University of Trás-os-Montes e Alto Douro, 5000-801 Vila Real, Portugal.
Data in brief
|March 11, 2026
概括
这项研究使用了陆地激光扫描来追踪葡萄藤发育的九个现象学阶段. 由此产生的数据集支持精密葡萄种植和葡萄园人工智能模型开发.
科学领域:
- 农业工程 农业工程
- 植物科学 植物科学
- 地理空间分析的研究.
背景情况:
- 葡萄藤 (Vitis vinifera L.) 的现象阶段需要监测,以实现最佳的葡萄种植.
- 陆地激光扫描 (TLS) 为植物监测提供高分辨率的结构数据.
- 整合TLS和UAV数据可以提高精确的葡萄种植策略.
研究的目的:
- 使用TLS创建葡萄酒发展的多时间数据集.
- 记录葡萄树在现象学阶段的结构和生理变化.
- 为开发基于人工智能的精密葡萄栽培模型提供数据.
主要方法:
- 在九个葡萄藤现象学阶段使用静止TLS获取高分辨率点云数据.
- 从15个TLS扫描沿着葡萄园排列生成了地理参考点云.
- 通过无人机收集多光谱和RGB光谱数据,并进行地面真实测量 (叶面积指数,葡萄产量,修剪生物质).
主要成果:
- 开发了一个多时代TLS数据集,捕捉葡萄树的结构变化,从叶子出现到休眠.
- 集成的TLS点云与无人机衍生的多光谱和RGB数据.
- 收集了与现象学阶段相关的综合基础真相数据.
结论:
- 该数据集为葡萄树结构分析和现象学监测提供了有价值的多时间TLS观测.
- 这些数据可以促进用于精密葡萄种植的AI驱动模型的开发.
- 综合方法支持对葡萄藤生长和产量的先进理解和管理.
关键词:
葡萄藤的监控是葡萄藤的监控.李达尔 (LiDAR) 是一种激光雷达.机器学习 机器学习多时间数据多时间数据.多光谱成像技术的使用.云点点点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云点云精密葡萄种植的葡萄种植技术在 TLS 中使用 TLS.无人驾驶飞行器是一种无人驾驶飞行器.葡萄酒 (Vitis vinifera) 是一种葡萄酒.更多相关视频
10:40Comprehensive Workflow for the Genome-wide Identification and Expression Meta-analysis of the ATL E3 Ubiquitin Ligase Gene Family in Grapevine
Published on: December 22, 2017
11.0K
08:16Collecting and Processing Drone-based Remotely Sensed Data for Use in Forest Recovery Monitoring
Published on: October 24, 2025
791
