19:39 2024-03-19
science - citeste alte articole pe aceeasi tema
Comentarii Adauga Comentariu
_ Creșterea randamentului de soia prin fenotiparea UAV de mare capacitate și modelarea dinamică
_ Creșterea randamentului de soia prin creșterea Fenotiparea UAV și modelarea dinamică
Soia, apreciată pentru utilizarea lor atât ca semințe oleaginoase, cât și ca cereale, întâmpină limitări de randament în comparație cu culturi precum porumb și orez, subliniind necesitatea dezvoltării unor soiuri cu randament mai ridicat.
Cu toate acestea, relația dintre creșterea timpurie a copacurilor de soia și randamentul general rămâne neînțeleasă în mod adecvat, indicând un decalaj semnificativ în cercetare. În timp ce progresele în fenotiparea cu randament ridicat, în special prin tehnologia UAV, au îmbunătățit eficiența monitorizării, aceștia se confruntă cu provocări în ceea ce privește acuratețea analizei datelor, în special în segmentarea imaginilor.
Plant Phenomics a publicat o cercetare intitulată „Time-Series Field Phenotyping of Analiza creșterii soiei prin combinarea învățării profunde multimodale și modelării dinamice.”
În acest studiu, eficiența RIFSeg-Net pentru segmentarea copacului de soia a fost evaluată folosind un model de învățare profundă multimodal adaptat special pentru analiza multisurselor capturate de UAV. date fenotipice.
Cercetarea a implicat evaluarea comparativă a preciziei față de modele stabilite (de exemplu, FCN, UNet, SegNet) și analiza diferitelor arhitecturi ResNet ca coloană vertebrală pentru RIFSeg-Net, dezvăluind performanțe superioare cu ResNet-50 în termeni de precizie.
În plus, frunzele individuale de soia au fost extrase folosind modelul SAM, o sarcină care necesită resurse de calcul semnificative, pentru a clasifica 200 de soiuri de soia în patru grupuri distincte pe baza raporturilor de aspect ale frunzelor. Modelarea dinamică a fost apoi aplicată acestor grupuri, extragând cinci parametri fenotipici pentru a studia dinamica dezvoltării copacului, demonstrând variații semnificative în acoperirea copacului în diferite subgrupe de soia.
Utilizarea UAV-urilor pentru colectarea de date de înaltă precizie temporală la nivelul soiei. ciclului reproductiv, această metodologie depășește fenotiparea manuală tradițională, permițând experimente pe teren la scară mare, cu randament ridicat. Fuziunea intrărilor de date multimodale îmbunătățește semnificativ acuratețea segmentării, permițând captarea și monitorizarea automată a acoperirii dinamice a copacului.
Modelarea dinamică, susținută de funcția de creștere „S”, stabilește parametri fiabili pentru caracterizarea diferențelor de genotip, subliniind rolul crucial al vigorii timpurii în rezultatele randamentului. Această abordare nu numai că facilitează analizele fenotipice detaliate axate pe vigoarea timpurie, dar ajută și la identificarea resurselor de germoplasmă de soia cu trăsături favorabile pentru reproducerea soiurilor mai productive și mai rezistente.
În concluzie, studiul prezintă potențialul combinat al fenotipării UAV. cu tehnici avansate de învățare profundă și modelare dinamică pentru a fenotipiza eficient o gamă largă de genotipuri de soia, oferind informații de neprețuit pentru creșterea soiurilor de soia cu randament ridicat. Această abordare cuprinzătoare subliniază integrarea tehnologiilor și metodologiilor de ultimă oră în cercetarea agricolă, stabilind astfel un nou standard pentru fenotiparea cu randament ridicat în condiții de teren.
Comentarii:
Adauga Comentariu