點擊下載所有文章PDF文章

Plant Phenomics | 基于多源數據的水稻抗病性動態無人機表型分析

‍https://doi.org/10.34133/plantphenomics.0019

Plant Phenomics | 北京市農林科學院提出了玉米雄穗狀態識別與鑒定的新方案

‍https://doi.org/10.34133/plantphenomics.0188

Plant Phenomics | 基于無人機遙感與深度學習模型的大豆生物量高通量表型分析：傳統性狀估算與新型潛在特征提取

‍https://doi.org/10.34133/plantphenomics.0244

Plant Phenomics | 利用無人機獲取的生長動態在育種田中對雙親雜交甜菜進行高通量產量預測

‍https://doi.org/10.34133/plantphenomics.0209

Plant Phenomics | 西北農林科技大學基于無人機的時序光譜指數解析小麥持綠在育種進程中的選擇

‍https://doi.org/10.34133/plantphenomics.0‍171

Plant Phenomics | 南農農學院聯合前沿交叉研究院提出基于無人機圖像田間小麥生長均勻度的定量化方法

‍https://doi.org/10.34133/plantphenomics.0191

利用多角度無人機遙感估算小麥葉片氮素積累的植物現象

‍https://doi.org/10.34133/plantphenomic‍s.0276

Plant Phenomics | PREPs：用于高通量田間植物表型分析的開源軟件

‍https://doi.org/10.34133/plantp‍henomics.0221

Plant Phenomics | 中科院東北地理與農業生態研究所利用多模態深度學習和動態系統建模基于長勢的田間大豆種質資源鑒定

‍https://doi.org/10.34133/plantphenomics.0158

Plant Phenomics 精選2024 | 華中農業大學開發了基于無人機平臺的大田作物表型數據提取和分析平臺

‍https://doi.org/10.34133/plantphenomics.0164

Plant Phenomics | 浙江大學岑海燕教授團隊基于無人機圖像的水稻育種小區稻穗計數與穗型分類

‍‍https://doi.org/10.34133/plantphenomics.0265

從圖像到位點應用三維深度學習實現小麥多變量和多時相數字表型分析及氮素利用效率的遺傳定位

‍https://doi.org/10.34133/plantphenomics.0270

AAUConvNeXt：通過優化的深度學習架構增強作物倒伏分割

‍https://doi.org/10.34133/plantphenomics.0182

Plant Phenomics | Point-Line Net：一種自上而下的田間玉米葉脈生長軌跡檢測模型

‍https://doi.org/10.34133/plantpheno‍mics.0199

Plant Phenomics | 基于無人機的數字化表型分析在評估干豆的相對成熟度、植株數量和植株高度方面的應用

‍‍https://doi.org/10.34133/plantphenomics.0278

GSP-AI：利用無人機圖像和氣象數據識別小麥關鍵生長階段及其從營養生長到生殖生長轉變的人工智能平臺

‍https://doi.org/10.34133/plantphenomics.0255

Plant Phenomics | 基于無人機激光掃描技術探索行列方向與樹冠形態對火炬松生長的影響

‍https://doi.org/10.34133/plantpheno‍mics.0264

Plant Phenomics | 從忽視到重視：如何將特定品種的溫度響應納入農作物熱時概念

‍https://doi.org/10.34133/plantphenomics.0185

Plant Phenomics | 通用性空中植物檢測：油菜計數模型研究

‍https://doi.org/10.34133/plantphenomics.0268

加入作者交流群
掃碼添加小編微信，拉您進入《植物表型組學》作者交流群，群內不定期開展作者分享會、專刊發布會等高質量活動。

添加小編微信，備注姓名+單位+PP，加入作者交流群

About Plant Phenomics
《植物表型組學》（Plant Phenomics）是由南京農業大學和美國科學促進會（AAAS）合作創辦的英文學術期刊，于2019年1月正式上線發行。采用開放獲取形式，刊載植物表型組學交叉學科熱點領域具有突破性科研進展的原創性研究論文、綜述、數據集和觀點。具體范圍涵蓋高通量表型分析的最新技術，基于圖像分析和機器學習的表型分析研究，提取表型信息的新算法，作物栽培、植物育種和農業實踐中的表型組學新應用，與植物表型相結合的分子生物學、植物生理學、統計學、作物模型和其他組學研究，表型組學相關的植物生物學等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等數據庫收錄。科睿唯安JCR2022影響因子為7.6，位于農藝學、植物科學、遙感一區。2023年中科院期刊分區位于農林科學大類一區。2020年入選中國科技期刊卓越行動計劃高起點新刊項目、2024年入選江蘇科技期刊卓越行動計劃領軍期刊項目、中國科技期刊卓越行動計劃二期英文梯隊期刊。。

說明：本文由《植物表型組學》編輯部負責組稿。
中文內容僅供參考，一切內容以英文原版為準。
排版：王平、陳新月（浙江大學）
審核：尹歡、孔敏