整合遠端和近端感測方法，促進植物系統的高通量監測，可以提供對植物功能的全面觀測，但將這些數據串聯可操作的植物性狀仍然存在挑戰。目前的方法不足以應對所需的勞動密集型數據標註和多模態數據對齊。該研究旨在通過開發一個新的3D輻射傳輸建模框架來解決這些挑戰。
      中國南京農業大學研究團隊研究團隊使用Helios 3D植物建模軟體開發了一個輻射傳輸建模框架，用於模擬具有完全解析參考標籤的RGB、多光譜/高光譜、熱成像和深度相機影像。他們使用各種SKILL得分來評估模型在模擬物體吸收的輻射和反射輻射通量方面的精確度。此外還進行了相機校準，以恢復失真並校準顏色。

      研究發現不同測試(brfpp_uc_sgl、brfpp_co_sgl、brfop和fabs)的SKILL得分分別為98.00、92.65、97.52和99.98，使用該模型生成的合成影像，包括RGB、近紅外和熱成像，與真實影像具有高度視覺相似性，證實了該模型生成高品質標註植物影像的能力。
      此項研究發表在2024年5月《Plant Phenomics》期刊，此項研究貢獻在於Helios 3D軟體的輻射傳輸建模框架，用於模擬包括RGB、多光譜、熱成像和深度影像在內的植物影像，並提供詳細的註釋。該框架減少了手動數據收集的需求，並透過提供高效的植物性狀和生理狀態分析，提高了深度學習模型在植物表型分析中的性能。未來的發展將增強模型的靈活性和複雜性，推動高通量表型分析和農業研究的發展。【延伸閱讀】-利用雷射光和 3D 列印改良作物