【教程】基于无人机的大豆光合效率研究

在追求田间大豆高产的过程中,光合作用效率被视为一个至关重要的因素,本文将介绍一种基于无人机的大豆光合效率研究方法,可对大豆冠层性状进行无损测量(最高单架次可作业10万亩),通过全自动提取分析大豆种植小区的NDGI、RGRI、GNDVI等植被指数并进行更精准的图像分割,比较不同的光谱指数高低来判断大豆的光合作用强弱,进一步分析比较它们的产量或者株型等。

工具/材料

① 无人机(搭载可见光、多光谱、高光谱镜头均可,本次实验搭载多光谱)

②PhenoAI air分析系统

方法/步骤

步骤一:无人机飞行进行图像采集

步骤二:利用拼接软件对无人机图像进行影像处理

步骤三:使用PhenoAI air对图像进行数据分析,仅需点击三步即可(①标记小区②尺度校正③点击分析)

*分析结果自动弹出(精准分割各植被的轮廓标记图及数据汇总表)

结果

本文以NDGI、GBRI、RGRI作为判断大豆光合作用的强弱,可以预见的是,提高大豆育种研究效率的下一个突破将高度依赖于表型分析过程的自动化,从而利用大豆全生育期中的基因组和量化的表型信息,将基因型和大豆表型相关联。

PhenoAI air是一款集无人机高效采集和图像智能分析为一体的表型采集系统,帮助用户快速测量苗情苗势、抗逆选育等。自动化提取各类大田植物和草业的农艺性状并精准量化表型信息,不论是高光谱、多光谱还是可见光图像,都可一键分析,精准分割,同时分析图表自动化保存,并描出植被轮廓方便用户查看识别精度。支持拓展PhenoAI Flow 进行表型数据的深度学习建模和挖掘,还可搭载可视化多组学AI分析平台GSBrain,完成从表型提取到基因挖掘的整体链路。

相关推荐
Frankie_stand2 天前
无人机交付验收全流程指南:从判据锁定到签署闭环
无人机
Frankie_stand3 天前
工程工具链实战指南:从版本管理、构建打包到 CI 与日志分析的落地方法
ci/cd·无人机
飞Link5 天前
俯仰角速度是什么?从飞机抬头低头理解 Pitch Rate 与飞行控制
无人机
feasibility.8 天前
LeCun团队世界模型JEPA首登无人机:9K参数模型,零样本Sim-to-Real飞入100Hz闭环
论文阅读·嵌入式·无人机·具身智能·世界模型·杨立昆·jpea
QXWZ_IA8 天前
具身智能巡检和无人机巡检怎么选?
人工智能·安全·无人机
Eyfcom10 天前
〖物联网终端实战 05〗无人机与无人车协同:最后一公里的空地一体化调度协议
无人机·物联网终端实战·快递软件
FPGA小迷弟14 天前
FPGA 与千兆以太网校验和:从原理到 Verilog 实现
嵌入式硬件·fpga开发·无人机·ai编程·fpga
亥时无人机管理系统15 天前
一网统飞低空管控平台源码 全域无人机集中管理系统功能与落地优势
私有化部署·无人机·低空经济·无人机管理系统·一网统飞·行业巡检
拓恒技术17 天前
从“可见光漏检”到“热异常锁定”:无人机河道排污口识别与溯源的技术链路
人工智能·视觉检测·无人机
QXWZ_IA17 天前
无人机自主巡检从半自动到全闭环的阶段划分与定位要求
人工智能·安全·无人机