È richiesta un abbonamento a JoVE per visualizzare questo contenuto. Accedi o inizia la tua prova gratuita.

Articolo metodologico

Orecchio del raccolto di cereali contando nel campo condizioni utilizzando immagini RGB zenitale

8.9K visualizzazioni

⸱

DOI:

10.3791/58695

⸱

2 febbraio 2019

 ,  ,  ,  ,  ,  ,  ,  ,  ,  , 

In questo articolo

Sommario

Presentiamo un protocollo per il conteggio di spighe di grano e l'orzo duro, usando a fotografie digitali scattate in luce solare naturale in condizioni di campo naturale colore (RGB). Con minimo aggiustamento per i parametri della telecamera e di alcune limitazioni di condizione ambientale, la tecnica fornisce risultati precisi e coerenti attraverso una serie di fasi di crescita.

Abstract

Densità dell'orecchio, o il numero di orecchie per metro quadrato (orecchie/m2), è un tema centrale nella produzione cerealicola molti programmi, come il grano e orzo, che rappresenta un componente importante resa agronomica per stimare la produzione di granella di allevamento. Di conseguenza, una tecnica rapida, efficiente e standardizzata per la valutazione della densità di orecchio sarebbe di aiuto nel migliorare la gestione agricola, fornendo miglioramenti nelle previsioni di rendimento preharvest, o potrebbe anche essere utilizzata come uno strumento per l'allevamento delle colture quando è stato definito come una caratteristica di importanza. Non solo sono le attuali tecniche di manuale orecchio densità valutazioni laboriose e che richiede tempo, ma sono anche senza qualsiasi ufficiale protocollo standardizzato, per metro lineare, quadrante di zona, o un'estrapolazione basata sulla densità di orecchio pianta e pianta conteggi di post-raccolta. Un orecchio automatico algoritmo di conteggio è presentato in dettaglio per stimare la densità di orecchio con illuminazione a luce solare solo in condizioni di campo basato sul colore naturale zenitale (nadir) (rosso, verde e blu [RGB]) immagini digitali, permettendo di alto-rendimento misure standardizzate. Diverse prove sul campo di frumento e orzo distribuiti geograficamente in Spagna durante il 2014/2015 e 2015/2016 stagioni delle colture irrigue e rainfed prove sono state utilizzate per fornire risultati rappresentativi. Il protocollo di tre fasi include fase di crescita delle colture e campo condizione pianificazione, linee guida di cattura di immagine e un algoritmo informatico di tre fasi: (i) un filtro di frequenza laplaciano per rimuovere gli artefatti di bassa e alta frequenza, (ii) un filtro mediano per ridurre in alto rumore e (iii) segmentazione e conteggio utilizzando picchi massimi locali per il conteggio finale. Piccoli aggiustamenti al codice algoritmo devono essere effettuati corrispondente per la risoluzione della fotocamera, la lunghezza focale e la distanza tra la fotocamera e il baldacchino di raccolto. I risultati dimostrano un alto tasso di successo (superiore al 90%) e R2 valori (di 0,62-0,75) tra i conteggi di algoritmo e l'orecchio manuale basata su immagine conta per orzo e frumento.

Introduzione

L'utilizzo di cereali del mondo nel 2017/2018 è segnalato espandere 1% dal precedente anno1. Basato sulle ultime stime per l'utilizzo la produzione e popolazione cereali, cereali mondo scorte necessario aumentare i rendimenti ad un tasso più veloce al fine di soddisfare le crescenti esigenze, adattandosi anche ad aumentare gli effetti del cambiamento climatico2. Di conseguenza, c'è un focus importante sul miglioramento della resa in colture di cereali attraverso il miglioramento delle colture tecniche di allevamento. Due i cereali più importanti e raccolti nella regione del Mediterraneo sono selezionati come esempi per q....

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Protocollo

1. zona antistante la fase di crescita delle colture e delle condizioni ambientali

  1. Assicurarsi che la fase di crescita delle colture è approssimativamente fra ripieno di grano, nei pressi di maturità delle colture, con le orecchie che sono ancora verdi, anche se le foglie sono senescenti (che corrisponde nel caso del frumento alla gamma 60-87 di scala16 degli Zadoks). Qualche ingiallimento delle foglie è accettabile, ma non necessario.
  2. Preparare un piano di campionamento per l'acquisizione immagine con varie ripetizioni (immagini al complotto) al fine di acquisire variabilità di area/terreno; l'algoritmo di elaborazione dell....

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Risultati

In Figura 8, i risultati mostrano il coefficiente di determinazione tra la densità dell'orecchio (numero delle orecchie per metri quadrati) con conteggio manuale e l'orecchio di algoritmo per il frumento e l'orzo di conteggio nelle tre fasi di crescita delle colture differenti. Il primo è semola di grano duro con la scala di un Zadoks tra 61 e 65 (R2 = 0,62). La seconda è orzo di due-fila con scala di un Zadoks tra 71 e 77 (R.......

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Discussione

Precisione, coerenza e una maggiore agilità sono la chiave per sviluppare strumenti che phenotyping nuove utili per assistere la comunità di allevamento delle colture nei loro sforzi per aumentare la produzione di granella nonostante pressioni negative legate al cambiamento climatico globale. Efficienti e accurate valutazioni di densità di orecchio di cereali, come un importante componente agronomico della resa della graffetta importante colture, contribuirà a fornire gli strumenti necessari per la nutrizione delle gener.......

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Dichiarazioni

Gli autori non hanno nulla a rivelare.

Ringraziamenti

Gli autori di questa ricerca vorrei ringraziare il personale di gestione di campo presso le stazioni sperimentali di Colmenar de Oreja (Aranjuez) del Instituto Nacional de Investigación y Tecnología Agraria y Alimentaria (INIA) e Zamadueñas (Valladolid) del Instituto de Tecnología Agraria de Castilla y León (ITACyL) per il loro supporto di campo delle colture di studio di ricerca utilizzato. Questo studio è stato sostenuto dal progetto di ricerca AGL2016-76527-R da MINECO, la Spagna e la parte di un progetto di collaborazione con Syngenta, Spagna. La compagnia BPIN 2013000100103 dalla "Formación de Talento Humano de Alto Nivel, Gobernación del Tolima - Universidad del....

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Materiali

Elenco dei materiali utilizzati in questo articolo
NomeAziendaNumero di catalogoCommenti
Fotocamera ILCE-QX1SonyWW024382Fotocamera digitale compatta con sensore di grandi dimensioni con dimensioni del sensore di 23,2 x 15,4 mm.
Fotocamera E-M10OlympusE-M10Fotocamera digitale compatta con sensore di grandi dimensioni con dimensioni del sensore 17,3 x 13,0 mm.
Multipod MonpodSonyVCT MP1"Phenopole" nell'articolo di JoVE
ComputerAny PC/Mac/Linux--Analisi dei dati e delle immagini
ImageJ/FIJI (FIJI è solo Image J)NIHhttp://fiji.scPlug-in e algoritmi per l'analisi dei dati e delle immagini
Circle/Metal RingGenericGenericMetal ring for in-field validation
Crab Pinze ClipPiù recente90087340Supporto circolare e braccio di estensione

Riferimenti

  1. Food and Agriculture Organization (FAO). Food outlook: Biannual report on global food markets. , Food and Agriculture Organization of the United Nations. (2017).
  2. Araus, J. L., Kefauver, S. C. Breeding to adapt agriculture to climate change: affordable phenotyping solutions. Current Opinion in Plant Bio....

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Ristampe e permessi

Esplora altri articoli

Conteggio delle spighe di cerealiFiltro di frequenza laplacianoFiltro medianoSegmentazione dei massimi localiMisurazione della densità delle spigheFenotipizzazione in campoStadio di crescita delle coltureValidazione dell'algoritmoGrano duroOrzo