唐卫东;刘冬生;刘振文;王茜娟;

• 1:井冈山大学电子与信息工程学院

摘要(Abstract)：

叶性状数字化对提高温室环境智能决策与控制水平具有重要意义,针对传统叶性状变化模型难以反映外部环境胁迫等问题,提出基于环境胁迫的黄瓜营养期叶片性状数字化系统设计方法。根据试验观测数据提取黄瓜营养期叶片性状特征信息,并在此基础上对叶片性状信息与温室环境信息进行融合,采用信息重构与虚拟植物技术构建反映环境胁迫的叶性状信息数字化模型。在环境控制分析与模型融合基础上实现温室黄瓜叶片生长信息数字化系统的有机集成。实例验证表明,该方法有效地虚拟了叶片性状受外部环境胁迫的动态变化。

关键词(KeyWords)： 温室;环境胁迫;信息融合;叶片性状;数字化

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目“低温弱光下温室黄瓜营养期叶性状特征融合及表达研究”(31860574);; 江西省自然科学基金项目“水胁迫下温室黄瓜营养期叶片性状虚拟研究”(20161BAB204172)

作者(Author): 唐卫东;刘冬生;刘振文;王茜娟;

Email:

DOI:

参考文献(References)：

• [1] 赵春江,陆声链,郭新宇,等.数字植物研究进展:植物形态结构三维数字化[J].中国农业科学,2015,48(17):3415-3428.
• [2] N?GELE T,WECKWERTH W.Mathematical modeling of plant metabolism―From reconstruction to prediction[J].Metabolites,2012,2(3):553-566.
• [3] HARDER L D,PRUSINKIEWICZ P.The interplay between inflorescence development and function as the crucible of architectural diversity[J].Annals of botany,2013,112(8):1477-1493.
• [4] 王志彬,王开义,王书锋,等.基于动态集成的黄瓜叶部病害识别方法[J].农业机械学报,2017,48(9):46-52.
• [5] UBBENS J,CIESLAK M,PRUSINKIEWICZ P,et al.The use of plant Models in deep learning:An application to leaf counting in rosette plants[J].Plant Methods,2018,14(1):6-15.
• [6] FURUTANI M,NAKANO Y,TASAKA M.MAB4-induced auxin sink generates local auxin gradients in Arabidopsis organ formation[J].Proceedings of the national academy of sciences of the United States of America,2014,111(3):1198-1203.
• [7] GE Y F,BAI G,STOERGER V,et al.Temporal dynamics of maize plant growth,water use,and leaf water content using automated high throughput RGB and hyper spectral imaging[J].Computers and electronics in agriculture,2016,127:625-632.
• [8] 苗腾,赵春江,郭新宇,等.基于数据约束的黄瓜叶片参数化建模[J].农业机械学报,2011,42(1):171-176.
• [9] 杨亮,郭新宇,陆声链,等.基于多幅图像的黄瓜叶片形态三维重建[J].农业工程学报,2009,25(2):141-144.
• [10] 蔡祥,孙宇瑞,赵燕东,等.基于3-D数据的叶片萎蔫形态辨识方法[J].农业机械学报,2015,46(5):286-292.