99爱免费_精品一区二区无码AV_欧美屁股xxxxx_日批视频国产_AV天堂亚洲区无码先锋影音_特黄A又粗又大又黄又爽A片

基于深度學習的夜間高溫水稻堊白高通量表型分析2024/10/12

大米是世界一半以上人口的主要糧食作物。由于預計到2050年人口將達到97億，因此需要增加優質大米的產量，以滿足預期增加的需求。然而，環境變化，特別是氣溫上升，可能會影響糧食產量和質量。高溫脅迫是稻米堊白比例增加的主要原因之一，這會影響稻米的品質，降低市場價值。研究人員已經確定了140個與堊白有關的數量性狀位點，這些位點分布在水稻基因組的12條染色體上。然而，由于缺乏一種可靠、快速和高通量的表型工具來捕捉堊白，通過利用遺傳學的技術獲得的可用的遺傳信息還沒有得到充分的利用。為了從所取得的遺傳進展中獲

通過X射線計算機斷層掃描從數字雙胞胎中進行4D結構根系架構建模2024/10/12

突破性的成像技術可能會挑戰標記輔助育種和遺傳定位的植物表型瓶頸。在此背景下，X射線CT（計算機斷層掃描）技術可以準確獲取根系統架構(RSA)的數字雙胞胎，但量化RSA特征并分析其隨時間變化的計算方法有限。RSA性狀很大程度上影響農業生產力。我們開發了一種基于X射線CT的4D數據的時空根系結構建模方法。考慮到高通量表型處理數據的時間成本以及結果的準確性和魯棒性，這種新的方法進行了優化。本研究中使用的番茄(a)和玉米(b)根系樣本的可視化基于數字雙胞胎模型提取了重要的根系結構特征，包括根系伸長率、根

橫斷面形態的高通量表型分析以評估莖稈抗倒伏性2024/10/11

莖稈倒伏（風暴期間植物莖稈的機械故障）導致谷物產量每年損失5%至25%。植物莖稈的橫截面形態是決定莖稈抗倒伏性的關鍵因素。然而，先前開發的用于量化植物莖的橫截面形態的技術是相對低產量的、昂貴的，并且通常需要專門的設備和專業知識。需要一種簡單且具有成本效益的技術來以高通量方式量化與莖稈抗倒伏性相關的植物性狀。橫斷面表型通常與莖的強度和莖的抗倒伏性有關。玉米（左）和小麥（右）開發了一種新的表型分析方法，并將其應用于一系列植物樣本，包括玉米(Zeamays)、高粱(Sorghumbicolor)、小麥

高通量表型分析用于篩選早熟和高產量大豆基因型2024/10/11

精準農業技術被廣泛用于優化土肥的施用。此外，這些技術還可以與新的統計工具相結合，以協助在育種計劃中進行表型分析。在這項研究中，研究假設是不同大豆品種在波長和植被指數測量方面表現出表型差異。2018/2019和2019/2020生長季的天氣狀況在這項研究中，作者將高通量表型獲得的變量與大豆基因型的谷物產量和周期聯系起來。該實驗在2018/2019和2019/2020作物季節進行，采用隨機區組設計，設四個重復。評估的大豆基因型包括7067、7110、7739、8372、Bonus、Desafio、M

作物育種中大數據分析、可視化和共享的開源分析流程2024/10/11

想要從數據中提取有意義的信息從而做出更好的育種決策，開發系統化的表型數據分析流程、增強可視化以及結果挖掘是至關重要的。在這里，作者概述了基于IRRI的旱作水稻育種(RRB)計劃，以及其如何利用R計算能力和RMarkdown、plotly、LaTeX和HTML等開源資源工具來開發開源和端到端的數據分析工作流程和方法，將其重新設計為可復制的文檔，以便提高數據解釋和結果可視化的能力，并實現輕松與合作者共享。在當前報告中采用的數據分析工作流程的示意圖。分析工作流程過程中涉及的四個主要步驟是a數據導入、b

基于可見/近紅外光譜和深度學習的水稻抗白葉枯病品種篩選2024/10/11

水稻白葉枯病（BB）對水稻產量和品質產生嚴重危害，造成巨大的經濟損失和食品安全問題。培育抗病品種抑制病原菌的繁殖成為調控其爆發的最生態、的選擇。然而，水稻白葉枯病抗性品種選擇存在巨大的人工成本、低效率和主觀人為錯誤等問題。而對于動態水稻白葉枯病表型研究缺乏探索不同基因型白葉枯病生長規律的研究。可見光/近紅外高光譜成像系統結構圖本文為減輕植物育種專家在抗病品種篩選處理中的勞動負擔，探索抗病表型變異模式，對三個品種水稻葉片的可見/近紅外（VIS-NIR）高光譜圖像進行了采集，并將其送入自建的深度學習

多語義成分生菜葉片的定量表型與評價2024/10/11

生菜葉片的分類和表型鑒定迫切需要對其多語義特征進行精細量化。生菜葉片的不同成分具有特定的生理功能，可以利用它們的可觀察特性進行定量描述和解釋。特別是葉柄和葉脈決定了葉片的機械支撐和物質運輸性能，而其他成分可能與光合作用密切相關。目前，生菜葉片表型無法準確區分葉片成分，也沒有對同一生菜葉片的正背進行比較評價。此外，葉片成分的一些性狀可以手動測量，但耗時、費力且不準確。盡管已經有幾項研究是關于基于圖像的葉片表型分析，但仍然缺乏可靠的方法來自動提取和驗證大型生菜葉片的多語義特征。生菜葉語義成分的圖像標

利用高光譜模型進行多物種生理性狀預測2024/10/10

缺乏高通量表型是作物耐非生物逆境育種的瓶頸。高效、無損的高光譜成像可以量化植物在非生物脅迫下的生理特性，然而，通常只針對一個物種的少數幾個基因類型建立預測模型，限制了這項技術的廣泛應用。利用高光譜反射率預測不同基因型相對含水率的模型決定系數的熱力圖。因此，本研究的目的是探索在不同水氮處理下，基于高光譜反射率，通過偏最小二乘回歸建立跨物種模型預測3種基因型高粱和6種基因型玉米生理性狀(相對含水量和含氮量)的可能性。使用基于高粱和玉米的模型對觀測到的相對含水率和預測的相對含水率進行了散點圖。多物種模

使用無人機的多光譜成像和 QTL定位量化面包小麥的衰老2024/10/10

氣候變化帶來的環境壓力可以改變植物成熟過程中的源庫關系，導致過早衰老和產量下降。利用無人機(UAVs)成像技術的發展，可以加速解釋小麥(Triticumaestivum)衰老自然變異的遺傳控制。在這里，作者描述了使用無人機多光譜圖像中得出的植物指數(VIs)來量化小麥的衰老。在田間，以雙單倍體群體和親本品種為研究對象，研究了花后不同生育時間點(TPs)的高遺傳率衰老及其對籽粒產量(GY)的影響。使用無人機對小麥冠層進行高通量表型分析。A，試驗位置和細節，(B)無人機系統，(C)數據采集工作流程，

基于傳感器的地上植物與病原體相互作用的表型分析2024/10/10

植物病原體導致作物減產，提高抗病能力的育種和精準農業管理是限制此類產量損失的兩種方法。兩者都依賴于檢測和量化植物病害的跡象和癥狀。為了實現這一目標，植物表型分析領域利用了非侵入性傳感器技術。與侵入式方法相比，這可以提通量并允許對植物進行重復測量。植物-病原體相互作用的現象和癥狀。圖示的化學結構是代表初級代謝的葡萄糖，以及代表次級代謝的肉桂酸非生物脅迫和產量反應已通過表型技術成功測量，盡管植物病害與作物生產存在相關性，但生物脅迫的表型分析方法發展較少。植物和病原體之間的相互作用會導致各種跡象（病原

基于低空無人機成像和深度學習估計高密度棉田產量2024/10/10

中國有的棉花種植模式。中國新疆棉花種植采用寬、窄行交錯的密植方式增產，導致在這種分枝重疊的田間難以利用遙感技術準確估算棉花產量。不同模型復雜背景圖像的分割結果在這項研究中，無人機（UAV）成像和深度卷積神經網絡（DCNN）被用來估計密集種植的棉花產量。無人機在高度5m處獲取棉田圖像。人工收獲棉鈴后稱重。然后，通過重組編碼器-并添加擴張卷積，構建了一個改進的DCNN模型（CD-SegNet），用于棉鈴圖像的像素級分割。此外，采用線性回歸分析建立棉鈴像素比與棉花產量之間的關系。最后，通過稱重收獲的棉

小麥粒寬：重新探索粒重視覺指標的線索2024/10/10

平均粒重(MGW)是小麥育種和生理學中常用的測量參數之一。盡管近幾十年來，各種小麥籽粒分析（例如計數和確定大小、顏色或形狀特征）得到了發展，但由于自動圖像處理系統的存在，MGW估計于使用少量圖像衍生指數；即主要是基于投影面積（Area）開發的線性或冪模型。在初步觀察到顆粒寬度在改進預測方面的潛力之后，本研究旨在探索更有效的指標，以提高基于圖像的MGW估計的精度。為此，處理了谷物的圖像存檔，該存檔取自為期2年的田間試驗，在兩種灌溉條件下進行了3次重復，包括15個品種混合處理（因此存檔由180幅圖像

用于評估作物種子和其他物體的高光譜分類模型性能的實驗數據處理2024/10/09

正在開發和采用光學傳感解決方案來對包括農作物種子在內的各種生物對象進行分類。光學分類模型的性能評估仍然是一個重點和挑戰。作為訓練數據，作者從兩個番茄品種的3646顆番茄種子（發芽是/否）中獲取了高光譜成像數據。作者進行了三個實驗數據操作：（1）對象分配錯誤：訓練數據中的單個對象被分配到錯誤的類的影響。(2)光譜重復性：引入已知范圍(0-10%)的隨機噪聲對單個反射率值的影響。(3)訓練數據集的大小：減少訓練數據中觀察值的影響。基于兩個函數[線性判別分析(LDA)和支持向量機(SVM)]的分類器都

通過近端表型和機器學習預測小麥育種試驗中的黃銹病2024/10/09

高通量植物表型分析(HTPP)方法有可能通過開發經濟、快速且和可擴展的自動化表型分析方法來加速作物育種過程。作物抗病育種將受益于HTPP方法的成功實施，因為繞過了傳統的疾病視覺表型分析所帶來的瓶頸，能夠篩選更大、更多樣化的種群以尋找新的抗性來源。本研究的目的是使用通過近端表型獲得的HTPP數據來預測大型冬小麥田間試驗中的黃銹病評分。實驗群體中的黃銹病進展。a兩個冬小麥(Triticumaestivum)種群中黃銹病(Pucciniastriiformis)嚴重程度的表型分布：（基因庫集）一組21

利用RGB、高光譜、熒光成像和傳感器融合技術對高粱葉片葉綠素含量進行高通量分析2024/10/09

葉片葉綠素含量在反映植物脅迫和營養狀況方面起著重要作用。傳統的葉綠素含量定量方法主要有丙酮乙醇萃取法、分光光度法和高效液相色譜法。這種基于實驗室程序的破壞性方法耗時、昂貴且不適合高通量分析。高通量成像技術現在廣泛用于植物表型性狀的非破壞性分析。在這項研究中，三個成像模塊（RGB、高光譜和熒光成像）分別和組合用于估計溫室環境中高粱植物的葉綠素含量。從這三類圖像中提取顏色特征、光譜指數和葉綠素熒光強度，建立多元線性回歸模型和PLSR（偏最小二乘回歸）模型，根據圖像特征預測葉片葉綠素含量（手持式葉綠素

一種用于完整玉米根分泌物分析和表型分析的玻璃珠半水培系統2024/10/09

盡管已經有許多研究描述了植物生長系統根系分泌物的收集，但一個共同的限制是這些系統需要破壞植物根系以實現分泌物收集。在這里，我們展示了一種新設計的半水培系統，該系統使用玻璃珠作為固體支撐來模擬土壤阻抗，結合滴灌，促進健康玉米植物的生長，收集和分析根系分泌物，并以小的生長干擾或根系損傷下對根系進行表型分析。玻璃珠半水培系統。a一個玻璃管。b排水玻璃管連接到3cm氟橡膠管并用乙縮醛夾封閉。c裝滿玻璃珠的玻璃管頂部，蓋上聚四氟乙烯蓋。d顯示四個穿孔的聚四氟乙烯蓋的詳細信息。e“Y型連接器”連接到4厘米聚

高通量田間表型系統研究進展：聚焦地面機器人2024/10/08

對田間植物表型進行人工評估可能是勞動密集和低效的。高通量田間表型系統，特別是機器人系統在自動化數據收集和測量人類以前無法獲得的新穎精細的表型性狀方面發揮著重要作用。表現型機器人的圖解本文的主要目標是回顧高通量田間表型系統的新進展，重點是自主地面機器人系統。本文首先簡要回顧了非自主地面表型系統，包括拖拉機、手動或電動推車、龍門架和電纜驅動系統。然后，就自主地面表型機器人主要組成部分進行了詳細回顧，包括移動平臺、傳感器、機械手、計算單元和軟件。表型機器人綜述了為表型機器人開發的導航算法和仿真工具，以

MISIROOT:用于植物根系表型分析的機器人、微創、原位成像系統2024/10/08

植物根系表型技術在育種、植物保護和其他植物科學研究項目中發揮著重要作用。根系表型研究人員迫切需要低成本、原位、對根系無破壞、適合天然土壤環境的技術。最近開發的許多根表型分析方法，如minirhizotron、X-CT和MRI掃描儀，在觀察植物根部方面具有的優勢，但它們也存在缺點，無法同時滿足所有關鍵要求。這項研究的重點是開發一種名為MISIRoot的新型植物根系表型分析機器人，該機器人侵入性極小，可在天然土壤中原位工作。MISIRoot系統主要由工業級機械臂、帶照明的微型攝像頭、花盆架平臺、以及

小麥高通量作物表型分析的智能人工氣候室評估2024/10/08

與氣候變化的疊加給糧食安全帶來了巨大挑戰。小麥作為世界主要經濟作物，研究其表型，培育優質小麥品種是提高糧食產量的重要途徑。然而，現有的表型分析平臺大多存在建設和維護成本高、無法移動、受氣候因素限制使用等缺點，而傳統的氣候室缺乏表型數據采集，使得作物表型研究開發困難重重。作物育種進展緩慢。目前，迫切需要開發一種低成本、易于推廣、不受氣候和場地影響的、集作物栽培和表型獲取功能于一體的設施。提出了一種移動艙式智能人工氣候箱，構建環境控制系統、作物表型監測系統、作物表型采集系統。智能人工氣候箱整體結構示

三個重要珍珠谷子品種的作物模型參數化，用于提高水分利用率和產量估算2024/10/08

珍珠谷子是亞非干旱半干旱地區保障糧食安全的重要作物。作為一種主要谷物它被廣泛種植，供人類食用和牲畜飼料。機械化作物生長和水分平衡模型是預測作物產量和水資源利用的有效方法。然而，很少有研究致力于開發珍珠谷子這種模擬所需的模型參數。3個珍珠谷子品種(a)地方品種、(b)改良品種和(c)雜交種的累積干物質產量(TDM)與部分截獲量和太陽輻射(FI×Rs)的累積乘積(∑)的關系。給出了輻射利用效率(RUE)和決定系數(R2)。FI值在測量當天測定。本研究的目標是確定三個珍珠谷子品種(地方品種、雜交品種和