欧亚国际

植物育种计划和广泛的植物科学应用将较大地受益于田间高通量表型技术的发展。此研究中，开发了一种基于地面激光的高通量表型系统。应用2D激光雷达从野外俯瞰扫描植物，并使用RTK-GPS提供空间坐标。基于激光雷达和RTK-GPS数据，对扫描植物的有效三维模型进行了重构。利用RANSAC算法对三维模型的地平面进行分离，并采用欧几里德聚类算法去除杂草产生的噪声。在此基础上，得到棉花植株的三维表面模型，从中获得三种层次形态特征，包括冠层高度，冠层面积和植株体积。

实验场布局，(A)试验田鸟瞰图，(B)实验设计与品种和现场布局信息

数据采集平台

根据所有测点的Z坐标直方图计算出第八十五个百分位数到较大高度的树冠高度；通过投影地面上的所有点导出投影冠层面积；并提出了一种基于梯形规则的植物体积估计算法。

数据处理步骤

结果表明，激光雷达测量与人工测量较大冠层高度、投影冠层面积和植株体积之间有较好的一致性，R2值分别为0.97、0.97和0.98。利用该系统在播种后43～109天重复扫描整个田间。在各品种的监测期内，建立了三种形态性状的生长趋势和生长速率曲线。总体而言，四种不同的品种表现出类似的增长趋势和增长率模式。各品种继续生长，直到播种后88天，此后变化不大。然而，实际值是品种特异性的。在监测期间进行了形态学性状与较终产量的相关性分析。当单独考虑每个品种时，这三种性状在种植后67至109天之间与较终产量显示出较好的相关性，R2值分别高达0.84,0.88和0.85。开发的系统显示了相对较高的吞吐量数据收集和分析。

来源：Front. Plant Sci., 22 January 2018.In-field High Throughput Phenotyping and Cotton Plant Growth Analysis Using LiDAR.Shangpeng Sun, Changying Li, Andrew H. Paterson, Yu Jiang, Rui Xu, Jon S. Robertson, John L. Snider and Peng W. Chee.