作物根表型研究：從影像自動估算長度

摘要

以色列內蓋夫本-古里安大學(Ben-Gurion University of the Negev)團隊利用卷積神經網路模型，自動根長度估算技術可以在現場拍攝的影像中分析根系特徵，例如根系的長度、寬度和形狀。這些方法可以提供即時監控根系生長資訊來支持未來精準農業發展。

　　氣候變遷造成的乾旱和鹽鹼化等壓力嚴重限制了作物產量，因而對糧食安全和經濟發展構成威脅。與養分和水分獲取相關的根性狀（例如根長和根深）在壓力耐受性中發揮關鍵作用。因此，基於性狀的根表型分析被認為是作物選擇和改良的一種有前景的方法。根的空間分佈及其生長對各種物理、化學和生物因素以及影響植物水、養分和氧氣可用性的土壤水力特性非常敏感。

　　以色列內蓋夫本-古里安大學(Ben-Gurion University of the Negev)的研究團隊透過實地調查和收集數據來研究根系動態，使用現場拍攝影像和自動化的分割技術，透過分析影像中的特徵，例如根系的長度、寬度和形狀，來估算根的總長度。這種方法可以減少人為誤差和提高估算的準確性。

　　研究結果顯示，自動根長度估算技術可以在現場拍攝的圖像中無需分割就能進行估算，這種技術可以應用於植物根系的研究和農業生產中，例如監控植物根系的長度和健康狀況。

　　此項研究有助於拓展我們對植物根系動態的認知，為未來植物學和生態學研究提供新的視角和方法，及為根系動態的定量分析和建模提供數據支持，有助於未來植物根系研究和精準農業生產的發展。【延伸閱讀】- 測量根系深度的新方法可能使作物更具韌性

作物根表型研究：從影像自動估算長度

摘要

推薦文章