检索结果-维普期刊中文期刊服务平台

室内植物表型平台及性状鉴定研究进展和展望被引量：20: 1; 作者徐凌翔陈佳玮 +4 位作者丁国辉卢伟丁艳锋朱艳周济《智慧农业（中英文）》 2020年第1期23-42,共20页; 植物表型组学研究正逐渐向综合化、规模化、多尺度和高通量的方向快速发展。本文首先介绍了植物表型研究的最新动向。然后针对室内表型监测平台的特点和各类室内表型针对的表型性状进行了系统介绍,包括产量、品质、胁迫抗性(包括干旱、... 展开更多; 关键词植物表型组学室内表型监测产量性状品质性状抗性表型表型数据管理和解析分类; 在线阅读下载PDF 职称材料

基于热红外成像和断根修复算法的玉米根系表型检测方法被引量：6: 2; 作者卢伟韩钊 +3 位作者蹇兴亮 Zhou Ji 姜东丁艳锋《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2020年第9期2845-2850,共6页; 针对土壤遮挡时根系图像信息不全的问题,提出一种热红外成像根系表型检测方法,结合Criminisi改进算法实现根系图像信息的增强和修复,并研究玉米根系表型与种子活力之间的关系。首先,设计一种适应于玉米根系构型的环形双层石英培养装置... 展开更多; 关键词根系表型热红外成像图像修复种子无损检测; 在线阅读下载PDF 职称材料

基于数字化植物表型平台(D3P)的田间小麦冠层光截获算法开发被引量：6: 3; 作者刘守阳金时超 +2 位作者郭庆华朱艳 Fred Baret 《智慧农业（中英文）》 2020年第1期87-98,共12页; 冠层光截获能力是反映作物品种间差异的重要功能性状,高通量表型冠层光截获对提高作物改良效率具有重要意义。本研究以小麦为研究目标,利用数字化植物表型平台(D3P)模拟生成了100种冠层结构不同的小麦品种在5个生育期的三维冠层场景,记... 展开更多; 关键词冠层光截获高通量表型 LIDAR 数字化植物表型平台(D3P) 小麦冠层; 在线阅读下载PDF 职称材料

加强重大科技创新平台科普工作能力的分析及思考——以重大科技基础设施为例被引量：11: 4; 作者葛焱《实验技术与管理》 CAS 北大核心 2021年第6期36-40,共5页; 该文以重大科技基础设施为对象,从社会责任和科普工作对重大科技基础设施建设运行的影响角度出发,分析相关人员的科普责任,并对科普工作面临的现实困境,从建立健全科普工作组织保障体系、打造专兼职结合的高素质科普队伍、提升从事科普... 展开更多; 关键词重大科技基础设施科普工作能力建设; 在线阅读下载PDF 职称材料

智能农场:以水稻为例的一个未来农场运营的设想被引量：7: 5; 作者穆悦丁艳锋《中国稻米》 2020年第5期80-83,共4页; 随着传感器、物联网、全球定位系统、5G等信息和通信技术的发展,农业4.0的时代即将到来。本文以智能农场为农业4.0的代表,阐述了智能农场的概念及发展现状,包含的主要技术,以及以水稻为对象的农场运营方案,并提出了可能面临的问题及展... 展开更多; 关键词水稻智能农场物联网精准农业智慧农业; 在线阅读下载PDF 职称材料

题名室内植物表型平台及性状鉴定研究进展和展望被引量：20: 1; 作者徐凌翔陈佳玮丁国辉卢伟丁艳锋朱艳周济; 机构南京农业大学作物表型组学交叉研究中心/中英植物表型组学联合研究中心/江苏省现代作物生产协同创新中心/现代作物生产省部共建协同创新中心南京农业大学工学院/江苏省现代设施农业技术与装备工程实验室国家信息农业工程技术中心/农业农村部农作物系统分析及决策重点实验室/智慧农业教育部工程研究中心/江苏省信息农业高技术研究重点实验室数字科学研发部; 出处《智慧农业（中英文）》 2020年第1期23-42,共20页; 基金中央高校基本科研专项资金(JCQY201902) 江苏省基础研究计划面上项目(BK20191311)。; 文摘植物表型组学研究正逐渐向综合化、规模化、多尺度和高通量的方向快速发展。本文首先介绍了植物表型研究的最新动向。然后针对室内表型监测平台的特点和各类室内表型针对的表型性状进行了系统介绍,包括产量、品质、胁迫抗性(包括干旱、抗冷热、盐胁迫、重金属和病虫害)等。在此基础上,本文还根据通量、传感器集成度和平台大小等把一些国内外流行的室内植物表型平台进行了分类,并介绍了这些室内表型平台在植物研究中的应用情况。同时,本文还介绍了室内表型数据的管理和解析方法。最后,本文着重讨论了室内表型平台的发展方向,并结合中国植物研究的实际情况对表型组学在中国的发展提出了展望,以期为中国植物表型研究提供指导和建议。; 关键词植物表型组学室内表型监测产量性状品质性状抗性表型表型数据管理和解析分类; Keywords plant phenomics indoor phenotyping platform yield-related traits quality-related traits resistance-related phenotypes phenotyping data management and phenotypic analysis; 分类号 S-1 [农业科学]; 在线阅读下载PDF 职称材料

题名基于热红外成像和断根修复算法的玉米根系表型检测方法被引量：6: 2; 作者卢伟韩钊蹇兴亮 Zhou Ji 姜东丁艳锋; 机构南京农业大学工学院/江苏省现代设施农业技术与装备工程实验室 John Innes Centre 南京农业大学作物表型组学交叉研究中心; 出处《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2020年第9期2845-2850,共6页; 基金国家自然科学青年科学基金项目(11604154) 江苏省自然科学基金面上项目(BK20181315) +2 种基金扬州市重点研发计划(现代农业)项目(YZ2018038)资助。; 文摘针对土壤遮挡时根系图像信息不全的问题,提出一种热红外成像根系表型检测方法,结合Criminisi改进算法实现根系图像信息的增强和修复,并研究玉米根系表型与种子活力之间的关系。首先,设计一种适应于玉米根系构型的环形双层石英培养装置迫使玉米根系贴壁生长,分别将老化0, 1, 3和6 d的玉米种子种植在环形培养装置中。基于水和土壤比热容具有显著差异的特点,利用水对玉米苗根茎进行滴灌,并通过热空气对培养装置中的玉米根系进行短时热激励,再用红外热像仪采集根系红外热像,利用土壤与根土间隙水流温度的差异实现土壤遮挡处根系的热成像。其次,对预处理后的根系热像,进行端点和最佳匹配对判定,并利用Criminisi改进算法对红外热像中的断根连接,实现根系热红外图像的修补。最后,利用以上方法分别对不同老化天数的玉米种子幼苗进行根系表型检测验证。结果表明,所提出的热红外成像方法可有助于土壤遮挡处根系的表型图像信息增强,比彩色图像提取的根系表型参数精度提高约0.5%~10%。玉米种子老化1d后其根系表型参数总根长(RTL)和总根数(RTN)未见明显差异,但老化3d和6d的种子其根系表型参数具有显著差异, RTL减少20%~35%, RTN减少10%~55%,反映了玉米种子长时间老化后其活力存在显著下降。不同老化天数的玉米根系表型参数RTL和RTN均与老化天数呈显著负相关,可作为种子活力的重要指标参数,其中,种子根系RTN参数对老化更为敏感,更能够直观反映种子的活力水平,老化1和3 d的种子发根与未老化种子相比均推迟1 d;老化6 d的种子其发根则推迟2 d,且后续根系发育一直迟缓。所提的基于热红外成像的根系表型检测结合Criminisi改进算法的根系表型检测方法,可用于作物根系表型高通量无损检测,具有广阔的应用前景。; 关键词根系表型热红外成像图像修复种子无损检测; Keywords Root phenotype Thermal infrared imaging Image restoration Seed Nondestructive detection; 分类号 S513 [农业科学—作物学]; 在线阅读下载PDF 职称材料

题名基于数字化植物表型平台(D3P)的田间小麦冠层光截获算法开发被引量：6: 3; 作者刘守阳金时超郭庆华朱艳 Fred Baret; 机构南京农业大学作物表型组学交叉研究中心法国农业和环境科学研究院CAPTE实验室南京农业大学江苏省现代作物生产协同创新中心南京农业大学国家信息农业工程技术中心/教育部智慧农业工程研究中心中国科学院植物研究所植被与环境变化国家重点实验室中国科学院大学; 出处《智慧农业（中英文）》 2020年第1期87-98,共12页; 基金南京农业大学高层次引进人才经费(440-804005)。; 文摘冠层光截获能力是反映作物品种间差异的重要功能性状,高通量表型冠层光截获对提高作物改良效率具有重要意义。本研究以小麦为研究目标,利用数字化植物表型平台(D3P)模拟生成了100种冠层结构不同的小麦品种在5个生育期的三维冠层场景,记录了从原始冠层结构中提取的绿色叶面积指数(GAI)、平均倾角(AIA)和散射光截获率(FIPAR_(dif))信息作为真实值,进一步利用上述三维小麦场景开展了虚拟的激光雷达(LiDAR)模拟实验,生成了对应的三维点云数据。基于模拟的点云数据提取了其高度分位数特征(H)和绿色分数特征(GF)。最后,利用人工神经网络(ANN)算法分别构建了从不同LiDAR点云特征(H、GF和H+GF)输入到FIPAR_(dif)、GAI和AIA的反演模型。结果表明,对于GAI、AIA和FIPAR_(dif),预测精度从高到低对应的点云特征输入为GF+H> H> GF。由此可见,H特征对提高目标表型特性的估算精度起到了重要作用。输入GF+H特征,在中等测量噪音(10%)情况下,FIPAR_(dif)和GAI的估算均获得了满意精度,R^2分别为0.95和0.98,而AIA的估算精度(R^2=0.20)还有待进一步提升。本研究基于D3P模拟数据开展,算法的实际表现还有待通过田间数据进一步验证。尽管如此,本研究验证了D3P协助表型算法开发的能力,展示了高通量LiDAR数据在估算田间冠层光截获和冠层结构方面的较高潜力。; 关键词冠层光截获高通量表型 LIDAR 数字化植物表型平台(D3P) 小麦冠层; Keywords canopy light interception high-throughput phenotyoing LiDAR Digital Plant Phenotyping Platform(D3P) wheat canopy; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名加强重大科技创新平台科普工作能力的分析及思考——以重大科技基础设施为例被引量：11: 4; 作者葛焱; 机构南京农业大学党委宣传部南京农业大学作物表型组学交叉研究中心; 出处《实验技术与管理》 CAS 北大核心 2021年第6期36-40,共5页; 基金中央高校基本科研业务费专项资金项目(KYGL201804) 中央高校基本科研业务费人文社会科学研究基金项目(SKGL2019008) 中央高校基本科研业务费人文社会科学研究基金项目(SKGL2018015)。; 文摘该文以重大科技基础设施为对象,从社会责任和科普工作对重大科技基础设施建设运行的影响角度出发,分析相关人员的科普责任,并对科普工作面临的现实困境,从建立健全科普工作组织保障体系、打造专兼职结合的高素质科普队伍、提升从事科普工作的责任自觉、积极开展科普工作激励与评价等4个方面,提出加强重大科技创新平台科普能力建设的建议。; 关键词重大科技基础设施科普工作能力建设; Keywords large science and technology infrastructure popularization of science capability building; 分类号 G642.0 [文化科学—高等教育学]; 在线阅读下载PDF 职称材料

题名智能农场:以水稻为例的一个未来农场运营的设想被引量：7: 5; 作者穆悦丁艳锋; 机构南京农业大学作物表型组学交叉研究中心/江苏省现代作物生产协同创新中心/现代作物生产省部共建协同创新中心; 出处《中国稻米》 2020年第5期80-83,共4页; 基金中央高校基本科研业务费专项资金(KYRC202002)。; 文摘随着传感器、物联网、全球定位系统、5G等信息和通信技术的发展,农业4.0的时代即将到来。本文以智能农场为农业4.0的代表,阐述了智能农场的概念及发展现状,包含的主要技术,以及以水稻为对象的农场运营方案,并提出了可能面临的问题及展望。借此望能引起学界和工业界对智能农场的关注,促进我国智慧农业的发展。; 关键词水稻智能农场物联网精准农业智慧农业; Keywords rice smart farm internet of things precision agriculture intelligent agriculture; 分类号 S511 [农业科学—作物学]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	室内植物表型平台及性状鉴定研究进展和展望	徐凌翔陈佳玮丁国辉卢伟丁艳锋朱艳周济	《智慧农业（中英文）》	2020	20	在线阅读下载PDF 职称材料
2	基于热红外成像和断根修复算法的玉米根系表型检测方法	卢伟韩钊蹇兴亮 Zhou Ji 姜东丁艳锋	《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心	2020	6	在线阅读下载PDF 职称材料
3	基于数字化植物表型平台(D3P)的田间小麦冠层光截获算法开发	刘守阳金时超郭庆华朱艳 Fred Baret	《智慧农业（中英文）》	2020	6	在线阅读下载PDF 职称材料
4	加强重大科技创新平台科普工作能力的分析及思考——以重大科技基础设施为例	葛焱	《实验技术与管理》 CAS 北大核心	2021	11	在线阅读下载PDF 职称材料
5	智能农场:以水稻为例的一个未来农场运营的设想	穆悦丁艳锋	《中国稻米》	2020	7	在线阅读下载PDF 职称材料