Plant Phenomics | ExtSpecR：無(wú)人機(jī)與R語(yǔ)言聯(lián)手，樹木光譜分析更簡(jiǎn)單

無(wú)人機(jī)提供了一種高通量、成本效益高的數(shù)據(jù)收集方式，為森林監(jiān)測(cè)和管理提供了前所未有的機(jī)會(huì)。盡管有了這些進(jìn)步，林業(yè)領(lǐng)域在從基于無(wú)人機(jī)的遙感數(shù)據(jù)中提取單個(gè)樹木光譜方面仍面臨重大挑戰(zhàn)。傳統(tǒng)的光譜提取方法通常涉及手動(dòng)標(biāo)注，這是一種勞動(dòng)密集型和耗時(shí)的過(guò)程。這種手動(dòng)方法不僅容易出錯(cuò)，而且限制了森林監(jiān)測(cè)工作的可擴(kuò)展性。雖然已經(jīng)開發(fā)了幾種軟件解決方案來(lái)自動(dòng)化此過(guò)程，但它們通常需要專門的專業(yè)知識(shí)，并且尚未得到廣泛采用。此外，這些現(xiàn)有的解決方案沒有提供交互式、用戶友好的界面，使得具有有限計(jì)算技能的研究人員和從業(yè)人員難以有效地利用它們。在林業(yè)研究中樹木表型組學(xué)的重要性日益增長(zhǎng)，進(jìn)一步強(qiáng)調(diào)了需要一種高效、準(zhǔn)確和用戶友好的單樹光譜提取工具。高通量表型分型平臺(tái)越來(lái)越多地被用于研究各種樹木特性，包括生長(zhǎng)速度、木材質(zhì)量和對(duì)疾病的抗性。準(zhǔn)確的光譜數(shù)據(jù)對(duì)這些研究至關(guān)重要，因?yàn)樗�提供了有關(guān)樹木生理狀態(tài)的寶貴見解，這反過(guò)來(lái)又可以為育種計(jì)劃和森林管理策略提供信息。

此外，應(yīng)對(duì)氣候變化的緊迫性已經(jīng)導(dǎo)致全球范圍內(nèi)的重新造林和植樹造林項(xiàng)目激增。有效地監(jiān)測(cè)這些新種植的森林對(duì)其長(zhǎng)期成功至關(guān)重要。傳統(tǒng)的基于地面的監(jiān)測(cè)方法通常不適用于這種大規(guī)模的項(xiàng)目，使基于無(wú)人機(jī)的遙感成為一個(gè)有吸引力的替代方案。然而，缺乏有效的數(shù)據(jù)分析工具仍然是一個(gè)重大的瓶頸。

2023年9月，Plant Phenomics 在線發(fā)表了中國(guó)林業(yè)科學(xué)研究院亞熱帶林業(yè)研究所李彥杰等人題為ExtSpecR: a R package and tool for extracting trees spectra from UAV-based remote sensing的研究論文。

本研究推出了ExtSpecR，這是一個(gè)旨在填補(bǔ)林業(yè)領(lǐng)域這一關(guān)鍵空白的開源R包。ExtSpecR旨在簡(jiǎn)化從基于無(wú)人機(jī)的遙感數(shù)據(jù)中提取單個(gè)樹木光譜的過(guò)程。它具有一個(gè)交互式的網(wǎng)絡(luò)應(yīng)用程序，簡(jiǎn)化了整個(gè)工作流程，從數(shù)據(jù)輸入到光譜和空間特征提取。該工具集成了用戶友好的交互式網(wǎng)絡(luò)應(yīng)用程序，借助先進(jìn)的圖像處理和機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)高效的單樹檢測(cè)和標(biāo)注。這一自動(dòng)化流程不僅大大減少了手動(dòng)標(biāo)注的需求，從而節(jié)省了大量時(shí)間和勞動(dòng)力，還能從遙感圖像中提取多維度的空間特征，如樹冠直徑和樹高。更進(jìn)一步，ExtSpecR提供了一個(gè)功能豐富的交互式儀表板，包括多種數(shù)據(jù)可視化工具，使用戶能夠深入了解提取數(shù)據(jù)的質(zhì)量和特性。作為一個(gè)開源項(xiàng)目，該工具具有很高的可擴(kuò)展性，不僅適用于基礎(chǔ)科學(xué)研究，還可廣泛應(yīng)用于實(shí)際的林業(yè)管理活動(dòng)，如森林健康監(jiān)測(cè)、疾病診斷和高通量表型分型。綜合考慮，ExtSpecR有望填補(bǔ)林業(yè)領(lǐng)域在高通量、精準(zhǔn)的樹木光譜提取方面的重要空白，并成為未來(lái)林業(yè)遙感和表型組學(xué)研究的重要工具。
 

Fig.2. The workflow for the data process and dowload submenu in tree phenotyping.

中國(guó)林業(yè)科學(xué)研究院亞熱帶林業(yè)研究所李彥杰副研究員為通訊作者，該成果得到中國(guó)林科院“青年英才工程”優(yōu)秀青年創(chuàng)新人才培育計(jì)劃（CAFYBB2022QA001）和浙江省農(nóng)業(yè)（林木）新品種選育重大科技專項(xiàng)（2021C02070-7）資助。

https://spj.science.org/doi/10.34133/plantphenomics.0103

資源獲�。�

https://github.com/Yanjie-Li/ExtSpecR

——推薦閱讀——

Estimation of Rice Aboveground Biomass by UAV Imagery with Photosynthetic Accumulation Models

‍https://spj.science.org/doi/10.34133/plantphenomics.0056

Plant Phenomics | 使用無(wú)人機(jī)圖像和光合積累模型估算水稻地上生物量

Estimating Photosynthetic Attributes from High-Throughput Canopy Hyperspectral Sensing in Sorghum 

https://spj.science.org/doi/10.34133/2022/9768502

Plant Phenomics 精選2022 | 利用高通量冠層高光譜遙感預(yù)測(cè)高粱的光合參數(shù)

加入作者交流群

掃碼添加小編微信，拉您進(jìn)入《植物表型組學(xué)》作者交流群，群內(nèi)不定期開展作者分享會(huì)、專刊發(fā)布會(huì)等高質(zhì)量活動(dòng)。

添加小編微信，備注姓名+單位+PP，加入作者交流群

《植物表型組學(xué)》（Plant Phenomics）是由南京農(nóng)業(yè)大學(xué)和美國(guó)科學(xué)促進(jìn)會(huì)（AAAS）合作創(chuàng)辦的英文學(xué)術(shù)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(xué)交叉學(xué)科熱點(diǎn)領(lǐng)域具有突破性科研進(jìn)展的原創(chuàng)性研究論文、綜述、數(shù)據(jù)集和觀點(diǎn)。具體范圍涵蓋高通量表型分析的最新技術(shù)，基于圖像分析和機(jī)器學(xué)習(xí)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(nóng)業(yè)實(shí)踐中的表型組學(xué)新應(yīng)用，與植物表型相結(jié)合的分子生物學(xué)、植物生理學(xué)、統(tǒng)計(jì)學(xué)、作物模型和其他組學(xué)研究，表型組學(xué)相關(guān)的植物生物學(xué)等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等數(shù)據(jù)庫(kù)收錄。科睿唯安JCR2021影響因子為6.5，位于農(nóng)藝學(xué)、植物科學(xué)、遙感一區(qū)。2023年中科院期刊分區(qū)位于農(nóng)林科學(xué)大類一區(qū)。2020年入選中國(guó)科技期刊卓越行動(dòng)計(jì)劃高起點(diǎn)新刊項(xiàng)目。

說(shuō)明：本文由《植物表型組學(xué)》編輯部負(fù)責(zé)組稿。
中文內(nèi)容僅供參考，一切內(nèi)容以英文原版為準(zhǔn)。
撰稿：李彥杰
排版：李芯蕊（南京農(nóng)業(yè)大學(xué)）
審核：孔敏、王平