华南农大兰玉彬教授团队：基于无人机LiDAR结合三维深度神经网络的棉花表型性状计算方法

中科院一区Top | IF=7.7

2024.12.28 在线发布|本文作者详情如上图

准确快速获取棉花冠层表型性状对长势监测、产量预测、农药精准喷洒等科学管理具有重要意义。人工测量费时费力，而激光雷达（LiDAR）可以精准获取农业环境的点云数据，但LiDAR数据需要专门的算法进行处理和解读，不适合直接用于农业应用。本研究提出了一种基于无人机LiDAR平台的棉花冠层表型性状高通量检测方法。

【Science】用于无创表型分析的全有机透明植物电子表皮传感器

包括三个关键部分：第一，利用无人机LiDAR平台对棉铃期大田数据进行高通量采集；第二，利用三维深度神经网络PointNet++对原始数据进行处理，进行语义分割，提取棉花单株及块体。最后采用6种单株棉花表型分析算法和5种块级棉花表型分析算法提取棉花株高、孔隙度、冠层体积等冠层结构信息，最终结果中神经网络对棉花单株的提取率达到了86.3%。

6种棉花表型计算方法中，株高法计算株高的效果最好，与人工测量数据相比，其R2值为0.91，均方根误差（RMSE）最小，为0.034 m；棉花冠层孔隙度算法计算结果中，最高R2值为0.87，最小RMSE值为0.012；棉花冠层体积算法计算结果中，最高可得R2值为0.96，最小RMSE值为0.019 m 3。

该方法可有效分区棉花，提取表型信息，为棉花长势监测、产量预测、科学管理提供技术支持。