Zenodo (CERN European Organization for Nuclear Research)·10月1日 · 周四论文农业遥感与作物表型阅读 3

Plant Phenotyping Using the PlantEye F500 Imaging System

Francesco Cardinale

Zenodo (CERN European Organization for Nuclear Research)DOI 10.5281/zenodo.23081174开放获取 PDF ↗
论文解读
59未达精选线
速览

介绍都灵大学PHENOPLANT平台用PlantEye F500进行植物无损表型测量的实验方案。

方法

基于PlantEye F500的3D激光扫描与多光谱成像,结合AI分析。

发现

该方案可无损获取植物形态性状,服务育种与作物抗逆性评估。

机会点

可探索3D激光与多光谱表型数据同基因组数据融合,构建抗逆性状预测模型。

影响力8
信息增量16
专业深度15
信源权威12
时效性8

介绍PlantEye F500激光扫描与多光谱成像表型方案的技术协议,方法具体、来源权威,但属细分工具类论文,公共影响有限。

原文摘要

植物表型分析是对植物结构、功能和表现进行定量分析,测量生长、产量和胁迫适应等性状。它将传感技术与人工智能相结合,以评估基因型如何响应环境条件——这是植物育种和增强作物抗逆性的关键过程。本文描述的方案适用于都灵大学PHENOPLANT表型分析平台内的PlantEye F500激光扫描系统。该系统利用三维激光扫描和多光谱成像,能够对植物形态性状进行无损测量。

PlantEye F500 植物表型相关资讯

Zenodo (CERN European Organization for Nuclear Research)·10月21日 · 周三67 分 论文农业AI与大模型农业遥感与作物表型阅读 0

Evaluation of Counterfactual Explanation Robustness for Computer Vision Agriculture Yield-Forecast Models Under Satellite Cloud-Mask Gaps: An Interpretability Reliability Bound for Cooperative Storage Decisions

推导卫星云掩膜缺口下反事实解释可靠性的理论界,并评估其对合作社储粮决策的影响。