Plant Phenomics | 多源數(shù)據(jù)融合提升田間高通量表型平臺下玉米時序表型解析精度

田間作物的空間形態(tài)結構和生育動態(tài)表型是作物育種和栽培管理研究和生產需要的重要性狀。利用掛載多源傳感器的田間軌道式表型平臺可以獲取高時序的玉米表型數(shù)據(jù)。其中，掛載工業(yè)相機獲取的玉米群體頂視RGB圖像數(shù)據(jù)，具有分辨率高的特點，但受光照影響大、不具有深度信息；利用激光雷達獲取的3D點云數(shù)據(jù)可以得到玉米群體的三維空間分布信息，但分辨率低，不具有顏色信息。利用單一數(shù)據(jù)源解析的群體表型指標精度較低，尤其是玉米封壟后植株間存在大量的交叉遮擋時，更是難以分割定位到群體內植株和器官的數(shù)據(jù)。
 

2023年3月，Plant Phenomics 在線發(fā)表了北京市農林科學院信息技術研究中心、數(shù)字植物北京市重點實驗室題為 Multi-Source Data Fusion Improves Time-Series Phenotype Accuracy in Maize under a Field High-Throughput Phenotyping Platform 的研究論文。
 

圖1 田間上行軌道式作物高通量表型平臺

針對上述問題，該文提出采用RGB圖像和3D點云數(shù)據(jù)融合解析的方法以期提升田間玉米群體表型解析精度。首先利用玉米群體苗期的圖像數(shù)據(jù)，通過圖像分割進行植株定位；然后對平臺獲取的時序圖像數(shù)據(jù)進行對齊，進而可以實現(xiàn)玉米群體各生育期植株在圖像中的定位；進一步利用直接線性變換方法（DLT）對每個生育期的RGB圖像和3D點云進行對齊，從而使得玉米群體3D點云可以利用圖像早期的植株定位信息以及各時期圖像和點云的對齊信息，實現(xiàn)群體內各植株點云的切割；結合課題組前期植株分割工作，可以實現(xiàn)各植株內莖稈和可見部分葉片的分割，進而實現(xiàn)了株高、葉傾角和葉方位角等表型指標的動態(tài)監(jiān)測。
 

圖2 方法流程示意圖
 

圖3 不同生育期玉米群體內植株和莖稈分割的結果可視化

利用該方法對13個玉米品種的全生育期表型數(shù)據(jù)進行解析，與實測數(shù)據(jù)對比，株高的R2可達0.98，而僅利用激光雷達點云數(shù)據(jù)（單源數(shù)據(jù)）解析的株高R2為0.93，表明多源數(shù)據(jù)融合可提升田間高通量表型平臺下玉米時序表型解析精度。由于該方法在植株分割時根據(jù)植株定位信息切割，葉片部分點云會產生不完整的情況，故解析得到的葉長和葉面積精度較低；但由于保留了距離莖稈較近的葉片點云，所以葉傾角和葉方位角與實測數(shù)據(jù)相比具有較好的一致性。該研究為田間軌道式作物高通量表型平臺數(shù)據(jù)解析提供了關鍵技術支撐。
 

圖4 利用激光雷達點云數(shù)據(jù)（單源數(shù)據(jù)）和利用多源數(shù)據(jù)融合解析得到的表型指標對比

該研究由北京市農林科學院信息技術研究中心、數(shù)字植物北京市重點實驗室完成。實驗室博士研究生李英倫和溫維亮副研究員為該文并列第一作者，郭新宇研究員為該文通訊作者。相關工作得到國家自然科學基金和北京市農林科學院作物表型組學協(xié)同創(chuàng)新中心資助。

論文鏈接：

https://spj.science.org/doi/10.34133/plantphenomics.0043

——推薦閱讀——

Application of UAV Multisensor Data and Ensemble Approach for High-Throughput Estimation of Maize Phenotyping Traits

https://doi.org/10.34133/2022/9802585

Plant Phenomics | 基于無人機多傳感器和集成學習的玉米表型高通量估算

Dynamic UAV Phenotyping for Rice Disease Resistance Analysis Based on Multisource Data

https://doi.org/10.34133/plantphenomics.0019

Plant Phenomics | 基于多源數(shù)據(jù)的水稻抗病性動態(tài)無人機表型分析

加入作者交流群

掃碼添加小編微信，拉您進入《植物表型組學》作者交流群，群內不定期開展作者分享會、�？�發(fā)布會等高質量活動。

添加小編微信，備注姓名+單位+PP，加入作者交流群

About Plant Phenomics

《植物表型組學》（Plant Phenomics）是由南京農業(yè)大學和美國科學促進會（AAAS）合作創(chuàng)辦的英文學術期刊，于2019年1月正式上線發(fā)行。采用開放獲取形式，刊載植物表型組學交叉學科熱點領域具有突破性科研進展的原創(chuàng)性研究論文、綜述、數(shù)據(jù)集和觀點。具體范圍涵蓋高通量表型分析的最新技術，基于圖像分析和機器學習的表型分析研究，提取表型信息的新算法，作物栽培、植物育種和農業(yè)實踐中的表型組學新應用，與植物表型相結合的分子生物學、植物生理學、統(tǒng)計學、作物模型和其他組學研究，表型組學相關的植物生物學等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等數(shù)據(jù)庫收錄�？祁Ｎò睯CR2021影響因子為6.961，位于農藝學、植物科學、遙感一區(qū)。中科院農藝學、植物科學一區(qū)，遙感二區(qū)，生物大類一區(qū)（TOP期刊）。2020年入選中國科技期刊卓越行動計劃高起點新刊項目。

說明：本文由《植物表型組學》編輯部負責組稿。
中文內容僅供參考，一切內容以英文原版為準。
特邀作者：溫維亮
排版：蘇梓鈺（南京農業(yè)大學）
審核：孔敏、王平