The PhenoBob-High Throughput Phenotyping in Sugar Beet Fields

被引:0
|
作者
Huegel, Christian [1 ]
机构
[1] Strube D&S GmbH, Hauptstr 1, D-38387 Sollingen, Germany
来源
GESUNDE PFLANZEN | 2023年 / 75卷 / 01期
关键词
Image processing; Field robot; Mechanical weed management; Phenotyping; Sensor based scoring; Sugar beet;
D O I
10.1007/s10343-022-00790-4
中图分类号
S3 [农学(农艺学)];
学科分类号
0901 ;
摘要
Die sensorbasierte Ph & auml;notypisierung und Jungpflanzenvermessung bringt deutliche Vorteile gegenuber der herkommlichen, visuellen Pflanzenz & auml;hlung und Entwicklungsbonitur. Mit dieser Technologie ist es moglich, zwischen einem hohen Feldaufgang mit anschlie ss endem Absterben von Pflanzen, beispielsweise aufgrund von Frost-, Fra ss sch & auml;den oder anderem Sch & auml;dlingsbefall, und einem niedrigeren Feldaufgang zu unterscheiden. Die digitale Bilddatenspeicherung erlaubt zudem die nachtr & auml;gliche Ursachenanalyse fur Pflanzenverluste oder Reduzierung der Blattfl & auml;che im Vegetationsverlauf. Im Beitrag wird ein Feldroboter zur Feldaufgangsbestimmung und Ph & auml;notypisierung von Zuckerruben im Jungpflanzenstadium vorgestellt. Die sehr niedrige Messhohe und damit einhergehende hohe Messauflosung des bodengebundenen Systems ermoglicht eine Pflanzenz & auml;hlung ab dem ersten Feldauflauf, die Unterscheidung von Pflanzenverlusten vor und nach dem Feldaufgang sowie die einzelpflanzenspezifische Analyse der fruhen Blattfl & auml;chenentwicklung. Mittels eines 3D Messverfahren wird die Modellierung und Vermessung der 3D Blattfl & auml;che sowie morphologischer Blattparameter vorgestellt. Ein Ausblick zeigt zudem die Erweiterbarkeit der Methodik zur Unterscheidung von Nutzpflanzen und Unkrautpflanzen sowie der anschlie ss enden mechanischen Unkrautregulierung.
引用
收藏
页码:5 / 11
页数:7
相关论文
共 50 条
  • [21] Impact of low frequency magnetic fields on yield and quality of sugar beet
    Rochalska, M.
    Grabowska, K.
    Ziarnik, A.
    INTERNATIONAL AGROPHYSICS, 2009, 23 (02) : 163 - 174
  • [22] Detecting creeping thistle in sugar beet fields using vegetation indices
    Kazmi, Wajahat
    Garcia-Ruiz, Francisco Jose
    Nielsen, Jon
    Rasmussen, Jesper
    Andersen, Hans Jorgen
    COMPUTERS AND ELECTRONICS IN AGRICULTURE, 2015, 112 : 10 - 19
  • [23] Nondestructive high-throughput sugar beet fruit analysis using X-ray CT and deep learning
    Van De Looverbosch, Tim
    Vandenbussche, Bert
    Verboven, Pieter
    Nicolai, Bart
    COMPUTERS AND ELECTRONICS IN AGRICULTURE, 2022, 200
  • [24] A high density RFLP linkage map of sugar beet
    Hallden, C
    Hjerdin, A
    Rading, IM
    Sall, T
    Fridlundh, B
    Johannisdottir, G
    Tuvesson, S
    Akesson, C
    Nilsson, NO
    GENOME, 1996, 39 (04) : 634 - 645
  • [25] Agricultural robot dataset for plant classification, localization and mapping on sugar beet fields
    Chebrolu, Nived
    Lottes, Philipp
    Schaefer, Alexander
    Winterhalter, Wera
    Burgard, Wolfram
    Stachniss, Cyrill
    INTERNATIONAL JOURNAL OF ROBOTICS RESEARCH, 2017, 36 (10) : 1045 - 1052
  • [26] Mouse Eye Enucleation for Remote High-throughput Phenotyping
    Mahajan, Vinit B.
    Skeie, Jessica M.
    Assefnia, Amir H.
    Mahajan, MaryAnn
    Tsang, Stephen H.
    JOVE-JOURNAL OF VISUALIZED EXPERIMENTS, 2011, (57):
  • [27] A bioimage informatics platform for high-throughput embryo phenotyping
    Brown, James M.
    Horner, Neil R.
    Lawson, Thomas N.
    Fiegel, Tanja
    Greenaway, Simon
    Morgan, Hugh
    Ring, Natalie
    Santos, Luis
    Sneddon, Duncan
    Teboul, Lydia
    Vibert, Jennifer
    Yaikhom, Gagarine
    Westerberg, Henrik
    Mallon, Ann-Marie
    BRIEFINGS IN BIOINFORMATICS, 2018, 19 (01) : 41 - 51
  • [28] Fenomica: A Computer Vision System for High-Throughput Phenotyping
    dos Santos, Marcos Roberto
    Madalozzo, Guilherme Afonso
    Cunha Fernandes, Jose Mauricio
    Rieder, Rafael
    INTERNATIONAL JOURNAL OF AGRICULTURAL AND ENVIRONMENTAL INFORMATION SYSTEMS, 2020, 11 (01) : 1 - 22
  • [29] Surveys of Beet necrotic yellow vein virus, Beet soil-borne virus, Beet virus Q and Polymyxa betae in sugar beet fields in Iran
    Farzadfar, Sh.
    Pourrahim, R.
    Golnaraghi, A. R.
    Ahoonmanesh, A.
    JOURNAL OF PLANT PATHOLOGY, 2007, 89 (02) : 277 - 281
  • [30] RootBot: High-throughput root stress phenotyping robot
    Ruppel, Mia
    Nelson, Sven K.
    Sidberry, Grace
    Mitchell, Madison
    Kick, Daniel
    Thomas, Shawn K.
    Guill, Katherine E.
    Oliver, Melvin J.
    Washburn, Jacob D.
    APPLICATIONS IN PLANT SCIENCES, 2023,