INRAE·9月14日 · 周一论文农业遥感与作物表型阅读 0
Exemples d'apports de l'intelligence artificielle (IA) pour l'envirotypage et Phénotypage numérique des plantes
Benoit DE SELON · Jean‐Eudes Hollebecq · Jordan Bernigaud-Samatan 等 10 人
论文解读
78精选
速览
综述人工智能在植物环境型与数字表型中的应用,并给出混合种植分割和昆虫计数两个实例。
方法
数字表型与环境型工具、卫星多尺度观测、开放信息系统及AI图像分割与识别。
发现
AI可提升植物与环境数据的分割、昆虫识别计数效率,并支撑预测与决策模型。
机会点
可探索多尺度表型与环境数据融合的轻量AI模型,用于混合种植和病虫害实时决策。
影响力18
信息增量20
专业深度17
信源权威15
时效性8
INRAE 发布数字表型与环境型技术应用论文,展示 AI 在混合种植分割和昆虫识别计数中的落地案例,方法新颖、数据规模可观,对智慧农业与育种数字化有参考价值。
原文摘要
随着数字植物表型分析工具和方法的发展,植物及其环境的表征正在发生尺度上的变化。表型分析和环境型分析工具变得更加普及,使得通过卫星进行多地块观测,实现对植物及其环境——甚至分子——的多尺度观察成为可能。与此同时,大量数据更易获取,并且通过开放信息系统中的索引编制更易于利用。越来越多的复杂工具促进了数据处理,尤其是在人工智能的帮助下,从而便于操作人员进行分析。本文详细介绍了两个应用实例,分别涉及混合种植作物的分割以及昆虫的识别与计数。环境和表型数据可以结合到预测模型或决策支持模型中。这些数据是加速部署生态农业以及具有韧性的可持续农业的宝贵资产。
信源(1 个)