利用计算智能进行玉米冠层3D建模
了解作物冠层结构对于优化作物生产至关重要，因为它显着影响资源利用效率、产量和抗逆性。尽管研究已将冠层研究整合到各种农业实践中，但由于复杂的空间分布和技术限制，构建准确的 3D 模型仍然具有挑战性。由于分辨率和成本等问题，当前的方法很难捕获详细的形态数据。为了解决这些问题，人们对应用计算智能(CI)技术产生了浓厚的兴趣。这些技术已在各种农业应用中显示出前景，但尚未用于构建玉米冠层的 3D 模型。
2024年3月，Plant Phenomics发表题为“基于计算智能的玉米冠层三维建模”的研究文章。本研究旨在将 CI 集成到 3D 植物冠层建模中，特别关注克服密集种植作物之间的内部遮挡和资源竞争的挑战。
该研究提出了一种基于计算智能的玉米冠层 3D 建模方法，重点是可视化和验证不同种植密度和品种的玉米冠层结构。使用该方法，以每公顷 3、6 和 9×10^4 株的密度构建了 JNK728 和 JK968 玉米品种的 3D 模型。该方法证明了该方法能够捕获种植密度对冠层结构的影响，包括增加阴影和调整叶片方位角以优化光捕获。该模型经过验证，在模拟叶片方位角分布方面显示出显着改进，R 2值表明与测量数据高度一致，特别是在通过反射方法优化之后。
该研究还验证了模型在表示树冠覆盖方面的准确性，显示了与实际树冠条件的相关性，并强调了模型在捕捉落叶和杂草等元素方面的局限性。接近 90° 的叶片方位角分布随着种植密度的增加而增加，表明玉米叶片通过更垂直于行方向排列来对环境胁迫做出适应性反应。通过构建不同种植密度梯度的 3D 模型，这一趋势得到了进一步验证。
计算过程虽然耗时，但凸显了 3D 冠层建模中计算智能的效率和潜力。光照叶面积比例的迭代优化和3D phytomers方位角的智能调整体现了群体智能原理在作物冠层建模中的应用。该研究强调了精确的作物冠层建模对于理解植物对光资源的竞争的重要性。它建议进一步的增强和未来的工作，通过考虑更广泛的环境因素并纳入更详细的表型和生长信息来提高模型的准确性和实用性。
版权声明：本文由用户上传，如有侵权请联系删除！