成人黄色在线观看,成人黄色免费在线视频,免费黄网站在线看,可以免费看黄的网址

應(yīng)用案例

基于無(wú)人機(jī)指數(shù)的柳枝稷生物量產(chǎn)量及木質(zhì)纖維素組成估算

發(fā)布時(shí)間：

2025-05-01

來(lái)源：

作者：

估算商業(yè)規(guī)模柳枝稷產(chǎn)量及原料質(zhì)量的創(chuàng)新方法對(duì)優(yōu)化收獲物流和提升生物煉制效率，以實(shí)現(xiàn)可持續(xù)航空燃料生產(chǎn)具有重要意義。本研究利用多光譜圖像提取的植被指數(shù)（VIs）預(yù)測(cè)了兩種氮肥施用量（28和56 kg N ha−1）下先進(jìn)生物能源型柳枝稷品種（“Liberty”和“Independence”）的生物量產(chǎn)量及木質(zhì)纖維素濃度。田間試驗(yàn)采用隨機(jī)完全區(qū)組設(shè)計(jì)（RCBD），并在伊利諾伊州厄巴納進(jìn)行了三次重復(fù)。研究使用了2021-2023年生長(zhǎng)季期間獲取的多光譜圖像提取植被指數(shù)。結(jié)果表明，線性和指數(shù)模型優(yōu)于偏最小二乘法和隨機(jī)森林模型，其中8月中旬的圖像對(duì)生物量、纖維素和半纖維素的預(yù)測(cè)效果最佳。綠色歸一化植被指數(shù)（GNDVI）是生物量產(chǎn)量的最佳單變量預(yù)測(cè)因子（R² = 0.86），而GNDVI與歸一化紅邊指數(shù)（NDRE）的多變量組合進(jìn)一步提高了預(yù)測(cè)精度（R² = 0.88）。纖維素的最佳預(yù)測(cè)因子為NDRE（R² = 0.53），而半纖維素的最佳預(yù)測(cè)模型為結(jié)合GNDVI、NDRE、NDVI和綠色比值植被指數(shù)（GRVI）的多變量模型（R² = 0.44）。這些發(fā)現(xiàn)表明，基于無(wú)人機(jī)的植被指數(shù)在季節(jié)性生物量產(chǎn)量和纖維素濃度估算中具有巨大潛力。

  

圖1 品種和氮肥處理對(duì)歸一化植被指數(shù)（NDVI）、綠色歸一化植被指數(shù)（GNDVI）、歸一化紅邊指數(shù)（NDRE）、綠色比值植被指數(shù)（GRVI）和簡(jiǎn)單比值（SR）指數(shù)季節(jié)性變化軌跡的影響。這些指數(shù)基于2021、2022和2023年生長(zhǎng)季期間，在伊利諾伊州厄巴納能源農(nóng)場(chǎng)的大規(guī)模柳枝稷試驗(yàn)地中拍攝的多光譜圖像計(jì)算得出。

  

圖2 不同時(shí)期（6月、7月、8月和9月）測(cè)量的植被指數(shù)與生物量產(chǎn)量及木質(zhì)纖維素組分之間的皮爾森相關(guān)系數(shù)。NDVI：歸一化植被指數(shù)；GNDVI：綠色歸一化植被指數(shù)；NDRE：歸一化紅邊指數(shù)；GRVI：綠色比值植被指數(shù)；SR：簡(jiǎn)單比值指數(shù)。

  

圖3 基于8月中旬圖像的單變量GNDVI，采用線性、指數(shù)、偏最小二乘回歸和隨機(jī)森林回歸模型對(duì)訓(xùn)練集和驗(yàn)證集的柳枝稷生物質(zhì)產(chǎn)量進(jìn)行預(yù)測(cè)的散點(diǎn)圖。陰影區(qū)域表示模型擬合的95%置信區(qū)間。藍(lán)點(diǎn)代表數(shù)據(jù)集中實(shí)際觀測(cè)值，紅線表示模型對(duì)數(shù)據(jù)的擬合或預(yù)測(cè)效果。

 

圖4 基于8月中旬圖像的GNDVI和NDRE多變量組合，采用線性、指數(shù)、偏最小二乘回歸和隨機(jī)森林回歸模型對(duì)訓(xùn)練集和驗(yàn)證集的柳枝稷生物質(zhì)產(chǎn)量進(jìn)行預(yù)測(cè)的散點(diǎn)圖。陰影區(qū)域表示模型擬合的95%置信區(qū)間。藍(lán)點(diǎn)表示數(shù)據(jù)集中實(shí)際觀測(cè)值，紅線顯示模型對(duì)數(shù)據(jù)的擬合或預(yù)測(cè)效果。

  

圖5 基于8月中旬圖像的歸一化紅邊指數(shù)（NDRE），采用線性、指數(shù)、偏最小二乘回歸（PLSR）和隨機(jī)森林回歸（RF）模型對(duì)訓(xùn)練集和驗(yàn)證集纖維素濃度進(jìn)行預(yù)測(cè)的散點(diǎn)圖。陰影區(qū)域表示模型擬合的95%置信區(qū)間。藍(lán)點(diǎn)表示數(shù)據(jù)集中實(shí)際觀測(cè)值，紅線顯示模型對(duì)數(shù)據(jù)的擬合或預(yù)測(cè)效果。

 

圖6 基于7月中旬圖像的GNDVI、NDRE、NDVI和GRVI多變量組合，采用線性、指數(shù)、偏最小二乘回歸（PLSR）和隨機(jī)森林回歸（RF）模型對(duì)訓(xùn)練集和驗(yàn)證集半纖維素濃度進(jìn)行預(yù)測(cè)的散點(diǎn)圖。陰影區(qū)域表示模型擬合的95%置信區(qū)間。藍(lán)點(diǎn)代表數(shù)據(jù)集中實(shí)際觀測(cè)值，紅線顯示模型對(duì)數(shù)據(jù)的擬合或預(yù)測(cè)效果。

 

  圖7 基于7月中旬圖像的GNDVI、NDVI和GRVI組合，采用線性、指數(shù)、偏最小二乘回歸（PLSR）和隨機(jī)森林回歸（RF）模型對(duì)訓(xùn)練集和驗(yàn)證集酸性洗滌木質(zhì)素（ADL）進(jìn)行預(yù)測(cè)的散點(diǎn)圖。陰影區(qū)域表示模型擬合的95%置信區(qū)間。藍(lán)點(diǎn)表示數(shù)據(jù)集中實(shí)際觀測(cè)值，紅線顯示模型對(duì)數(shù)據(jù)的擬合或預(yù)測(cè)效果。

  

來(lái) 源

Wasonga D, Jang C, Lee J W, et al. Estimating Switchgrass Biomass Yield and Lignocellulose Composition from UAV-Based Indices[J]. Crops, 2025, 5(1): 3.

 

編輯

王永賢

推薦新聞

石時(shí)之約|韓志國(guó)：透過(guò)表型數(shù)據(jù)，看見(jiàn)植物的喜怒哀樂(lè)！

本期石時(shí)之約，我們將對(duì)話慧諾瑞德（北京）科技有限公司總經(jīng)理、國(guó)際植物表型學(xué)會(huì)（IPPN）執(zhí)委會(huì)委員/工業(yè)分會(huì)副主席韓志國(guó)，一起從表型數(shù)據(jù)的科學(xué)角度，去讀懂農(nóng)作物的喜怒哀樂(lè)和前世今生。

慧科研、慧育種、慧種田——慧聚改變的力量

讓我們“慧聚”在一起，為“慧科研、慧育種、慧種田”賦能。

高通量植物表型平臺(tái)建設(shè)注意事項(xiàng)

育種，是在給定的環(huán)境條件下，選擇各種表型指標(biāo)(產(chǎn)量、品質(zhì)、抗性)最優(yōu)的基因型材料的過(guò)程(AI育種，從這里起步)。育種工作中大約70%的工作量來(lái)自表型觀察測(cè)量和篩選，是最耗人力物力的過(guò)程。

作物生理表型測(cè)量基礎(chǔ)原理

生理表型測(cè)量的核心在于“早、快”，要在肉眼可見(jiàn)之前就能測(cè)量并預(yù)判出變化趨勢(shì)，才是這個(gè)技術(shù)的核心價(jià)值。葉綠素?zé)晒獬上?，恰好滿(mǎn)足了這個(gè)要求。