近日，曾也鲁教讲课题组在作物冠层三维结构高通量表型分析方面赢得迫切发达，相干恶果论文A UAV-based framework for field-scale extraction of leaf inclination angles in soybean canopies在边界1区Top期刊《环境遥感》(Remote Sensing of Environment)上发表。地皮科学与时间学院博士参餬口李青为论文第一作家，曾也鲁涵养为论文的通信作家，郝大磊参谋员为和洽作家。

该参谋针对大面积田间模范冠层结构测量中存在的“表型瓶颈”，探索了基于无东说念主机（UAV）影相测量的系统性框架，在田间模范上罢了了大豆群体平均叶倾角（MLA）的高效、精确提真金不怕火，填补了以往大模范单叶三维几何花样测量的不及。

大豆平均叶倾角（MLA）高通量提真金不怕火经过表现图

参谋团队通过超折柳率重建集结（SRGAN）提高无东说念主机影像折柳率，开云体育讹诈改良的U-Net模子精确提真金不怕火单叶详细，并聚拢当场抽样一致性（RANSAC）算法进行三维致密点云的叶片平面拟合。为止清晰，基于三维点云的智力（LIA_PC）具有极高的叶倾角估算精度（R2=0.94，RMSE=1.74°），并得胜绘图了涵盖6000余个大豆育种小区的高折柳率MLA和天顶投影函数（G(0)）空间漫步图。此外，参谋还确认了叶片空间取向是入手单叶模范表不雅反射率的要道物理身分。该参谋为剔除遥感光谱信号中的几何结构骚扰提供了全新时间旅途，更为当代高密度培植模式下的作物高光效育种料到打算奠定了迫切基础。

LIA_PC智力与LIA_DSM智力的精度考据与对比

实践区大豆田间平均叶倾角（MLA）与天顶叶片投影函数（G(0)）的空间漫步制图