CN104615867A - 基于冠层光分布计算的品种分析方法 - Google Patents

基于冠层光分布计算的品种分析方法 Download PDF

Info

Publication number
CN104615867A
CN104615867A CN201510030326.3A CN201510030326A CN104615867A CN 104615867 A CN104615867 A CN 104615867A CN 201510030326 A CN201510030326 A CN 201510030326A CN 104615867 A CN104615867 A CN 104615867A
Authority
CN
China
Prior art keywords
canopy
light
crop
msub
variety
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201510030326.3A
Other languages
English (en)
Inventor
王浩宇
康孟珍
华净
王秀娟
范兴容
王飞跃
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao Intelligent Industry Institute For Research And Technology
Original Assignee
Qingdao Intelligent Industry Institute For Research And Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Qingdao Intelligent Industry Institute For Research And Technology filed Critical Qingdao Intelligent Industry Institute For Research And Technology
Priority to CN201510030326.3A priority Critical patent/CN104615867A/zh
Publication of CN104615867A publication Critical patent/CN104615867A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明涉及一种基于冠层光分布计算的品种分析方法。该方法通过模拟作物光环境及作物冠层对光的截获,分析冠层内光分布的差异,以得到高产的品科结构为目的,量化分析与冠层结构有关的性状参数与作物高产之间的关系,明确产量差异形成的关键因素,为品种培育提供指导。相比传统的方法具有省时省力、操作简单的特点,其建模结果在品种分析、计算机虚拟仿真及实验等领域具有重要的应用价值。

Description

基于冠层光分布计算的品种分析方法
技术领域
本发明属于电子信息技术领域,更具体地涉及一种基于冠层光分布计算的品种分析方法。
背景技术
冠层结构涉及群体光能利用、光合产物分配和库源关系等过程,与产量形成息息相关。比如以冬小麦为例,多年来对冠层上部,特别是旗叶节以上的绿色器官与产量性状的关系,已经有不少研究,较多报道认为穗大小、旗叶鞘和旗叶片性状(包括长、宽、面积、干重等)与穗部生产力有较密切的正相关。另外,光合产量也会因基因型、环境条件和栽培管理措施而异,在栽培措施中,种植密度和株行距的影响更为明显,而种植密度、株行距可以改变群体作物的冠层结构。近年来对叶角、叶姿的效应也有一些研究。多数认为直叶型植株下部叶片光合作用比披叶型强,叶片衰老慢,这在叶面积指数值大时尤为明显,所以高产品种的直立叶比重大。但是,达到光能的充分截获更为重要,在叶面积较小时,只有适度倾斜的叶片才能达到最好的光能截获。小麦在子粒灌浆期间完全暴露在强太阳辐射下,当叶片逐渐衰老和被穗子遮挡时,极端直立的叶片似乎没有多大益处,这与玉米和水稻不同。对水稻来说,不仅上部直立叶的确提供了产量优势,而且某些同时有直立和卷曲叶子的品系也具有较高的辐射利用效率、较大的作物生长速率和较高的产量。因此改良冠层的光能截获是增加产量的重要途径。
但是对于不同作物之间、同一作物不同品种而言,能够影响作物冠层结构的因素很多,比如果实个数、大小、分蘖数、穗粒数、节间长短、粗细、叶片大小、叶倾角等等,这造成了冠层的差异性。有些研究者认为,这些差异性的因素可以分为基本型和生态型两个部分。所谓基本型,是所有理想株型所具有的共性性状,比如水稻的理想株型是基部节间短而粗壮,上位叶直立等。所谓生态型,也可谓条件型,是指因气候生态等环境条件和栽培因素的影响而与之相适应的株型性状,如植株的高度,叶片长宽度等。此外,一些实验证实,不同生长阶段适宜株型的要求也有差别。以水稻为例,分蘖期叶片薄而披散,利于早期的叶面积扩展和快速生长;拔节后至成熟期叶片厚而挺直,群体光合生态生理较优,益于中后期群体生长,最终生物产量和结实率高,易获高产。因此,针对某一作物品种的某一特定时期的冠层结构或者株型,如何量化分析性状因素与最终的光截获或者光合产量之间的关系是个重要的问题,需要考虑的因素很多。但是传统的育种的方法费时费力,且具有一定的盲目性,无法针对某一品种在某一特定的生长环境下做结构与产量之间的量化分析,故需要新的品种分析方法给人们以提供指导。
虚拟植物是近二十年来发展的较为迅速的研究热点之一。植物建模和可视化技术相结合使得人们可以直观的在计算机的数字世界中观察、认识真实世界的植物。虚拟植物的生成有两种方式,可以通过基于植物生长规律的能够体现植物周期性动态生长的动态建模获取,比较有代表性的有法国de Reffye研究员提出的GreenLab模型、美国Lindenmayer提出的L系统;或者通过植物静态模型获得,常见的有三维数字扫描仪获取点云数据重建树木结构、基于图像的树木建模、基于手工交互的建模。这种虚拟植物技术已在农林业科研、计算机游戏设计、三维电影制作等领域有着成功的应用。因此,对于这种具有空间地域性、时间动态变化慢的复杂生命体而言,使用虚拟植物的手段可以在计算机上开展多次虚拟实验,降低实验成本。同时,借助于虚拟植物的手段,分析这些差异性因素与最终光截获或者光合产量之间的关系,可以帮助人们理解品种的差异性,以便改良这些性状因素从而获得最优品种或者理想株型。
发明内容
有鉴于此,本发明的主要目的之一在于,针对现实世界中品种分析的复杂性问题,提供一种基于冠层光分布计算的品种定量分析评估方法,即量化分析冠层的性状因素与冠层截获的光强之间的关系,从而体现品种结构的差异性,为改良冠层的性状因素以获得高产的品种提供指导。
为实现上述目的,本发明提供一种基于冠层光分布计算的品种分析方法,包括以下步骤:
步骤1:生成或者获取具有三维形态结构的作物结构;
步骤2:模拟所述作物冠层的光环境;
步骤3:计算所述具有三维形态结构的作物对光的截获,从而分析所述作物冠层内各个位置的光强分布;
步骤4:结合叶片层次的光合模型,将所述作物截获的光强转换为所述作物的光合产量,并基于得到的所述光合产量来分析所述作物是否属于最优或理想株型。
其中,步骤1中所述生成或者获取具有三维形态结构的作物结构的步骤是通过三维数字化仪器或基于图像方法进行静态三维重建得到,或者通过植物模型动态生成得到。
其中,所述三维形态结构参数包括果实个数、直径大小、分蘖数、穗粒数、节间长度、粗细程度、叶片大小、叶倾角。
其中,步骤2中所述作物冠层的光环境指建立群体作物冠层内的光的传播环境。
其中,所述群体作物冠层内的光包括天空的散射光和直射光,其中天空散射光通过Turtle模型来模拟,直射光采用蒙特卡洛光线追踪方法来模拟。
其中,步骤3中所述计算具有三维形态结构的作物对光的截获的步骤是通过分析所述冠层内各个器官上截取到的光来实现的。
其中,所述分析冠层内各个器官上截取到的光的步骤通过光子映射的方法来实现。
其中,所述分析冠层内各个器官上截取的光的步骤通过如下公式计算实现:
E B = ( 1 - E L E L max ) · ( τ max - τ min ) + τ min ;
其中,EB为绝对光强,为相对光强中的最大值,EL为冠层内各个器官上的光强;τmax和τmin分别为冠层内外的最大绝对光强和最小绝对光强,可以通过仪器测量得到。
其中,步骤4中叶片层次的光合模型包括直角双曲线模型、非直角双曲线模型、指数方程模型。
其中,步骤4中所述的光合产量包括将每片叶子的光合产量相加,最终得到所述作物整个冠层的光合产量。
基于上述技术方案可知,本发明的基于冠层光分布计算的品种分析方法通过模拟光在作物群体冠层内的传播,分析作物冠层内的光分布环境以及冠层器官对光的截获程度,来定量地分析不同品种结构的差异性导致的光截获的不同,该差异性将影响光合产量的形成。通过比较光合产量,可以最终明确产量差异形成的关键因素。本发明可以降低人工及实验成本、缩短实验周期,为育种明确方向,减少盲目性,从而提高育种效率,为育种学家选育高产品种提供理论指导。相比传统的方法具有省时省力、操作简单的特点,建模结果在品种分析、计算机虚拟仿真及实验等领域具有重要的应用价值。
附图说明
图1表示本发明的基于冠层光分布计算的品种分析方法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明作进一步的详细说明。
本发明涉及一种通过分析光在作物冠层内的分布差异性来定量化分析作物的品种株型或者性状因素,从而为育种学家选育高产品种提供理论指导的方法。该方法通过模拟作物光环境及作物冠层对光的截获,分析冠层内光分布的差异,以得到高产的品种结构为目的,量化分析与冠层结构有关的性状参数与作物高产之间的关系,明确产量差异形成的关键因素,为品种培育提供指导。
本发明的基于冠层光分布计算的品种分析方法,包括以下步骤:
步骤1:生成或者获取具有三维形态结构的作物结构;
步骤2:模拟作物冠层的光环境;
步骤3:计算三维形态的作物对光的截获,从而分析冠层内各个位置的光强分布;
步骤4:结合叶片层次的光合模型,将作物截获的光强转换为作物的光合产量。
其中,步骤1中生成或获取具有三维形态结构的作物结构可以通过三维数字化仪器等设备或基于图像的方法进行静态的三维重建得到,也可以通过植物模型动态生成得到。这里三维形态结构参数包括果实个数、直径大小、分蘖数、穗粒数、节间长度、粗细程度、叶片大小、叶倾角等,是与品种有关的性状因素。
步骤2中模拟光环境是指建立群体作物冠层内的光的传播环境。环境光包括天空的散射光和直射光,其中天空散射光可以通过Turtle模型来模拟,直射光可采用蒙特卡洛光线追踪方法来模拟。
步骤3中计算三维形态的作物对光的截获是通过分析冠层内各个器官上截取到的光来实现的,具体可以通过光子映射的方法来实现。
步骤4中叶片层次的光合模型包括直角双曲线模型、非直角双曲线模型、指数方程等光合作用模型等,将每片叶子的光合产量相加,最终得到作物整个冠层的光合产量。
下面结合附图详细说明本发明技术方案中所涉及的各个细节问题。应指出的是,所描述的实施例仅旨在便于对本发明的理解,而不是对其进行限定。
图1给出了本发明的基于冠层光分布计算的品种分析方法的流程图,主要包括以下步骤:
步骤101,为输入步骤,输入某一品种的作物的某一生长时期的虚拟三维结构,该虚拟结构可以来自于动态模拟,例如GreenLab植物动态生长模型或者L系统,也可以来自于由不同途径获得的静态模型。这里冠层的三维结构参数,包括果实个数、直径大小、分蘖数、穗粒数、节间长度、粗细程度、叶片大小、叶倾角等,是与品种有关的性状因素。
步骤102,构建作物冠层,这里指根据给定的种植密度和地理位置放置来自于步骤101的群体作物冠层。
步骤103,建立光环境,指模拟树木冠层中的光环境,包括天空的散射光和直射光。其中天空散射光可以通过Turtle模型来模拟,直射光可采用蒙特卡洛光线追踪方法来模拟。
步骤104,指步骤102中作物冠层的器官对步骤103所模拟的光进行截获。并且估算出冠层内各个器官上的光强EL,是通过光子映射的方法来实现的。由于作物是大叶作物,所以为了准确计算起见,可以把较大的器官划分为较小的面元来进行计算。光子映射主要是在计算机图形学中计算场景中的相对光强,因此要计算冠层内各个器官截取的绝对光强EB,需要通过如下公式计算:
E B = ( 1 - E L E L max ) · ( τ max - τ min ) + τ min ;
其中,为相对光强中的最大值;τmax和τmin分别为冠层内外的最大绝对光强和最小绝对光强,可以通过仪器测量得到。
步骤105,根据作物单个叶片的光合作用模型,将作物截获的光合有效辐射(Photosynthetic Active Radiation,简称PAR)通过光合作用模型转化为光合产量。可以采用直角双曲线模型、非直角双曲线模型、指数方程等光合作用模型进行计算,然后将每片叶子的光合产量相加,最终得到作物整个冠层的光合产量。整个冠层内的光强E可以表示成n个器官上的光强之和。
E = Σ i = 1 n E B i
调整步骤101中的结构参数,则视为新的品种类型。可以通过比较不同品种类型的冠层对光的截获,找出利于光截获的最优或者理想株型。
本发明的模拟方法例如可以通过VC++、JAVA、MATLAB等编程语言来实现,运行平台例如可以是Windows、UNIX等多种系统。
综上所述,本发明提出了基于冠层光分布计算的品种分析方法,该方法利用作物冠层对光强截获的不同,为影响冠层结构的性状因素与高产之间提供量化分析。本方法是在计算机上展开的品种分析实验,相比传统的方法具有省时省力、操作简单的特点。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于冠层光分布计算的品种分析方法,包括以下步骤:
步骤1:生成或者获取具有三维形态结构的作物结构;
步骤2:模拟所述作物冠层的光环境;
步骤3:计算所述具有三维形态结构的作物对光的截获,从而分析所述作物冠层内各个位置的光强分布;
步骤4:结合叶片层次的光合模型,将所述作物截获的光强转换为所述作物的光合产量,并基于得到的所述光合产量来分析所述作物是否属于最优或理想株型。
2.如权利要求1所述的基于冠层光分布计算的品种分析方法,其中步骤1中所述生成或者获取具有三维形态结构的作物结构的步骤是通过三维数字化仪器或基于图像方法进行静态三维重建得到,或者通过植物模型动态生成得到。
3.如权利要求1所述的基于冠层光分布计算的品种分析方法,其中所述三维形态结构参数包括果实个数、直径大小、分蘖数、穗粒数、节间长度、粗细程度、叶片大小、叶倾角。
4.如权利要求1所述的基于冠层光分布计算的品种分析方法,其中步骤2中所述作物冠层的光环境指建立群体作物冠层内的光的传播环境。
5.如权利要求4所述的基于冠层光分布计算的品种分析方法,其中所述群体作物冠层内的光包括天空的散射光和直射光,其中天空散射光通过Turtle模型来模拟,直射光采用蒙特卡洛光线追踪方法来模拟。
6.如权利要求1所述的基于冠层光分布计算的品种分析方法,其中步骤3中所述计算具有三维形态结构的作物对光的截获的步骤是通过分析所述冠层内各个器官上截取到的光来实现的。
7.如权利要求6所述的基于冠层光分布计算的品种分析方法,其中所述分析冠层内各个器官上截取到的光的步骤通过光子映射的方法来实现。
8.如权利要求7所述的基于冠层光分布计算的品种分析方法,其中所述分析冠层内各个器官上截取的光的步骤通过如下公式计算实现:
E B = ( 1 - E L E L max ) · ( τ max - τ min ) + τ min ;
其中,EB为绝对光强,为相对光强中的最大值,EL为冠层内各个器官上的光强;τmax和τmin分别为冠层内外的最大绝对光强和最小绝对光强,可以通过仪器测量得到。
9.如权利要求1所述的基于冠层光分布计算的品种分析方法,其中步骤4中叶片层次的光合模型包括直角双曲线模型、非直角双曲线模型、指数方程模型。
10.如权利要求1所述的基于冠层光分布计算的品种分析方法,其中步骤4中所述的光合产量包括将每片叶子的光合产量相加,最终得到所述作物整个冠层的光合产量。
CN201510030326.3A 2015-01-21 2015-01-21 基于冠层光分布计算的品种分析方法 Pending CN104615867A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510030326.3A CN104615867A (zh) 2015-01-21 2015-01-21 基于冠层光分布计算的品种分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510030326.3A CN104615867A (zh) 2015-01-21 2015-01-21 基于冠层光分布计算的品种分析方法

Publications (1)

Publication Number Publication Date
CN104615867A true CN104615867A (zh) 2015-05-13

Family

ID=53150308

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510030326.3A Pending CN104615867A (zh) 2015-01-21 2015-01-21 基于冠层光分布计算的品种分析方法

Country Status (1)

Country Link
CN (1) CN104615867A (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105975805A (zh) * 2016-05-31 2016-09-28 湖南农业大学 稻株形态结构指标提取方法及其应用
CN106295093A (zh) * 2015-05-14 2017-01-04 中国科学院上海生命科学研究院 一种计算冠层光合速率的方法
CN106354912A (zh) * 2016-08-24 2017-01-25 西北农林科技大学 基于三维数字化虚拟植物的冠层整体光合和蒸腾建模方法
CN107292957A (zh) * 2017-07-13 2017-10-24 北京农业信息技术研究中心 一种作物冠层三维重建方法及装置
CN107403233A (zh) * 2017-06-08 2017-11-28 北京农业信息技术研究中心 一种玉米株型优化方法及系统
CN107886497A (zh) * 2017-10-05 2018-04-06 北京林业大学 一种基于图像的小麦旗叶无损自动检测及测量方法
CN108318626A (zh) * 2018-01-25 2018-07-24 中国水稻研究所 一种基于群体构建期指数对水稻品种筛选的评价方法
CN109724915A (zh) * 2018-11-20 2019-05-07 北京农业信息技术研究中心 一种作物冠层结构分析装置及方法
CN110232254A (zh) * 2019-06-24 2019-09-13 生态环境部南京环境科学研究所 一种动态模拟计算水稻生长的模型构建方法及应用
CN110857884A (zh) * 2018-08-23 2020-03-03 湖北省农业科学院经济作物研究所 一种桑树冠层光合有效辐射分布规律测定方法及系统
CN111536930A (zh) * 2020-05-07 2020-08-14 安徽农业大学 一种双季稻机插早稻品种产量评估方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102314546A (zh) * 2011-06-01 2012-01-11 福州大学 基于虚拟植物的植物生长生物量变化估算方法
CN102708254A (zh) * 2012-05-18 2012-10-03 福州大学 基于虚拟植物的冠层对光合有效辐射截获能力分析方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102314546A (zh) * 2011-06-01 2012-01-11 福州大学 基于虚拟植物的植物生长生物量变化估算方法
CN102708254A (zh) * 2012-05-18 2012-10-03 福州大学 基于虚拟植物的冠层对光合有效辐射截获能力分析方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
HAOYU WANG ET AL.: "Simulating tree plasticity with a funcitional structural plant model:being realistic in behavior", 《THE 5TH INTERNATIONAL CONFERENCE ON ADVANCES IN SYSTEM SIMULATION》 *
HAOYU WANG ET AL: "Simulating plant plasticity under light environment: a source-sink approach", 《2012 IEEE 4TH INTERNATIONAL SYMPOSIUM ON PLANT GROWTH MODELING,SIMULATION,VISUALIZATION AND APPLICATION(PMA)》 *
孔娅等: "利用3D模型模拟天空与页面散射对玉米冠层截光率的影响", 《农业工程学报》 *
康孟珍等: "植物功能结构模型研究的回顾与展望", 《系统仿真学报》 *
曹卫星主编: "《农业信息学 第1版》", 28 February 2005, 北京:中国农业出版社 *
郭焱等: "虚拟植物的研究进展", 《科学通报》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106295093A (zh) * 2015-05-14 2017-01-04 中国科学院上海生命科学研究院 一种计算冠层光合速率的方法
CN105975805A (zh) * 2016-05-31 2016-09-28 湖南农业大学 稻株形态结构指标提取方法及其应用
CN106354912A (zh) * 2016-08-24 2017-01-25 西北农林科技大学 基于三维数字化虚拟植物的冠层整体光合和蒸腾建模方法
CN107403233A (zh) * 2017-06-08 2017-11-28 北京农业信息技术研究中心 一种玉米株型优化方法及系统
CN107292957B (zh) * 2017-07-13 2020-05-22 北京农业信息技术研究中心 一种作物冠层三维重建方法及装置
CN107292957A (zh) * 2017-07-13 2017-10-24 北京农业信息技术研究中心 一种作物冠层三维重建方法及装置
CN107886497A (zh) * 2017-10-05 2018-04-06 北京林业大学 一种基于图像的小麦旗叶无损自动检测及测量方法
CN108318626A (zh) * 2018-01-25 2018-07-24 中国水稻研究所 一种基于群体构建期指数对水稻品种筛选的评价方法
CN108318626B (zh) * 2018-01-25 2020-05-26 中国水稻研究所 一种基于群体构建期指数对水稻品种筛选的评价方法
CN110857884A (zh) * 2018-08-23 2020-03-03 湖北省农业科学院经济作物研究所 一种桑树冠层光合有效辐射分布规律测定方法及系统
CN109724915A (zh) * 2018-11-20 2019-05-07 北京农业信息技术研究中心 一种作物冠层结构分析装置及方法
CN109724915B (zh) * 2018-11-20 2021-06-29 北京农业信息技术研究中心 一种作物冠层结构分析装置及方法
CN110232254A (zh) * 2019-06-24 2019-09-13 生态环境部南京环境科学研究所 一种动态模拟计算水稻生长的模型构建方法及应用
CN111536930A (zh) * 2020-05-07 2020-08-14 安徽农业大学 一种双季稻机插早稻品种产量评估方法

Similar Documents

Publication Publication Date Title
CN104615867A (zh) 基于冠层光分布计算的品种分析方法
Fan et al. The future of Internet of Things in agriculture: Plant high-throughput phenotypic platform
Zheng et al. Comparison of architecture among different cultivars of hybrid rice using a spatial light model based on 3-D digitising
Balandier et al. SIMWAL: a structural-functional model simulating single walnut tree growth in response to climate and pruning
Gspaltl et al. Leaf area and light use efficiency patterns of Norway spruce under different thinning regimes and age classes
Bai et al. Study on light interception and biomass production of different cotton cultivars
CN108985588A (zh) 一种农作物单产遥感估算方法、装置与系统
Liu et al. A field-based high-throughput method for acquiring canopy architecture using unmanned aerial vehicle images
Ford The dynamic relationship between plant architecture and competition
Guo et al. New advances in virtual plant research
Zhu et al. Large-scale field phenotyping using backpack LiDAR and CropQuant-3D to measure structural variation in wheat
Connor et al. Relationships between olive yield components and simulated irradiance within hedgerows of various row orientations and spacings
CN107403233A (zh) 一种玉米株型优化方法及系统
Gomes et al. Parameterization of the APSIM model for simulating palisadegrass growth under continuous stocking in monoculture and in a silvopastoral system
CN104620879B (zh) 一种基于冠层光分布模拟的树木剪枝优化方法
Casella et al. A method for describing the canopy architecture of coppice poplar with allometric relationships
Yang et al. Modeling canopy photosynthesis and light interception partitioning among shoots in bi-axis and single-axis apple trees (Malus domestica Borkh.)
Leroy et al. Virtual trees and light capture: a method for optimizing agroforestry stand design
Peng et al. Growth model and visualization of a virtual jujube tree
Ding et al. Genetic algorithm based approach to optimize phenotypical traits of virtual rice
Sultana et al. The consequences of plant architecture and spatial distribution of light interception on cotton growth and yield.
CN109034462B (zh) 玉米群体种植结构优化方法及装置
Xiao et al. The importance of using realistic 3D canopy models to calculate light interception in the field
CN107369206B (zh) 一种玉米群体三维模型构建方法及系统
Zhang et al. Fractal characteristics of two-dimensional images of ‘Fuji’apple trees trained to two tree configurations after their winter pruning

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20150513

RJ01 Rejection of invention patent application after publication