點擊下載所有文章PDF文章

Plant Phenomics | 深度學習在沒有分割注釋的根圖像中自動估計根長的應用

https://doi.org/10.34133/plantphenomics.0132‍

Plant Phenomics | 南京信息工程大學等單位利用日光誘導葉綠素熒光和光化學植被指數(shù)建立了水稻冠層總初級生產(chǎn)力模型

‍‍https://doi.org/10.34133/plantphenomics.0144‍

Plant Phenomics | 美國密蘇里大學聯(lián)合江南大學通過強光下葉綠素a熒光動態(tài)分析揭示植物水分流失新機制

‍https://doi.org/10.34133/plantphenomics.0151

Plant Phenomics | 植物壓力檢測中成像傳感器和人工智能的進展

https://doi.org/10.34133/plantphenomics.0153

Plant Phenomics | 通過檢測過濾植物提取物中的miRNAs來簡易診斷植物生長狀況的微流體設備

https://doi.org/10.34133/plantphenomics.0162‍

Plant Phenomics | DC2Net：一種基于高光譜成像和深度學習的亞洲大豆銹病診斷模型

‍https://doi.org/10.34133/plantphenomics.0163

Plant Phenomics | 葉片和冠層溫度作為代替氣孔導度實際測量的考慮因素和局限性：對環(huán)境條件、規(guī)模和樣本量的敏感性

https://doi.org/10.34133/plantphenomics.0169

Plant Phenomics | 福建農(nóng)林大學基于高等植物“根-莖-葉”視角下的無損脅迫表型分析

‍https://doi.org/10.34133/plantphenomics.0180

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

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

Plant Phenomics | 經(jīng)濟實惠田間表型分析快速檢測幼苗敏感反應

‍https://doi.org/10.34133/plantphenomics.0204

Plant Phenomics | 東北農(nóng)業(yè)大學利用近端成像光譜對水稻NPK脅迫進行特征化及鑒別

‍‍https://doi.org/10.34133/plantphenomics.0197

Plant Phenomics | 南京林業(yè)大學張慧春教授團隊基于范例數(shù)據(jù)生成和葉片結構分析的干旱脅迫楊樹苗表型分析

‍https://doi.org/10.34133/plantphenomics.0205

Plant Phenomics | 高分辨率病害表型揭示番茄作物野生近緣種對核盤菌的不同抗性機制

‍https://doi.org/10.34133/plantphenomics.0214

Plant Phenomics | 植物葉片水分狀況評估新方法：光譜反射率與活體葉綠素熒光比較

https://doi.org/10.34133/plantphenomics.0243‍

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(tǒng)性狀估算與新型潛在特征提取

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

AFM-YOLOv8s: 一種準確、快速、高度穩(wěn)定的檢測不同形態(tài)葡萄霜霉病菌孢子囊的模型

https://doi.org/10.34133/plantphenomics.0246

Plant Phenomics | 基于溫度注釋的三維點云測量蘋果果實水分脅迫指數(shù)

‍https://doi.org/10.34133/plantphenomics.0252

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(fā)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(nóng)業(yè)大學和美國科學促進會（AAAS）合作創(chuàng)辦的英文學術期刊，于2019年1月正式上線發(fā)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(chuàng)性研究論文、綜述、數(shù)據(jù)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(nóng)業(yè)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(tǒng)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(shù)據(jù)庫收錄。科睿唯安JCR2023影響因子為7.6，位于農(nóng)藝學、植物科學、遙感一區(qū)。2023年中科院期刊分區(qū)位于農(nóng)林科學大類一區(qū)。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。
編輯排版：王平、許怡瑤（上海交通大學）
審核：尹歡、孔敏