TY -的A2 -王,精卫AU - Chang,安徽外经盟——荣格,Jinha盟——Yeom Junho盟,Maeda穆里洛•m . AU - Landivar胡安·a . AU - Enciso胡安·m . AU -阿维拉,卡洛斯·a . AU - Anciso胡安·r . PY - 2021 DA - 2021/02/09 TI -无人机系统(UAS)基于高通量表现型(HTP)的番茄产量估计SP - 8875606六世- 2021 AB -产量预测和评估生产品种的选择是至关重要的组件和性能在育种计划和精准农业。自植物整合遗传学、周围环境和管理条件下,作物表型已经测量了种植季节代表品种的特征。这些天,“无人飞行系统”(无人驾驶飞机系统)提供了一个新的机会收集高质量图像和有效地生成可靠的表型数据。在这里,我们提出高通量表现型(HTP)从多瞬时无人机图像对番茄产量估算。每周和每两周运行一次UAS-based RGB和多光谱图像采集,分别。番茄的形状特征如林冠覆盖,树冠,体积,和植被指数来自无人机图像估计在整个赛季。从UAS-based表型数据提取时间序列特性、作物生长和增长率曲线安装使用数学曲线和一阶导数方程。时间序列特性,比如最大的增长率,在一个特定的事件,和持续时间的拟合曲线提取不同的表型。高产生的线性回归模型 R 2 值即使不同的变量选择方法:所有变量(0.79),提出选择(0.7)和逆向选择(0.77)。因子分析,我们发现两个重要因素,经济增长速度和时机,与高收益品种。然后,五个时序表型选择产量预测模型解释方差的65%实际的收获。表型特征源自RGB图像在预测产量扮演更重要的角色。这项研究还表明,成功可以选择较之番茄品种。这项工作的结果可能是有用的在育种程序和研究农场选择高收益和疾病——/抗虫害品种。SN - 1687 - 725 - 2021/8875606 / 10.1155 x你——https://doi.org/10.1155/2021/8875606——摩根富林明——《传感器PB - Hindawi KW - ER