In situ dynamisches phänotypisches Überwachungssystem für pflanzliche Gasporen

In situ dynamisches phänotypisches Überwachungssystem für pflanzliche GasporenEinführung:

1.1 Beschreibung und Verwendung

Poren sind die wichtigsten Ausgänge von Wasser aus dem Körper in den Körper, wenn die Pflanze verdampft, und sind auch der Hauptkanal für den Austausch von Photosynthese und Atmung mit äußeren Gasen, die die Prozesse der Photosynthese, Atmung und Verdampfung der Pflanze beeinflussen und den weltweiten Kohlenwasserkreislauf beeinflussen.

In situ dynamisches phänotypisches Überwachungssystem für pflanzliche GasporenEs ist ein Gerät für die dynamische Phänotypüberwachung von Poren lebender Pflanzen, mit Echtzeit-Bildgebung, synchronisierter Analyse, einfacher Bedienung und anderen Merkmalen, die eine 24-Stunden-Unterbrechungsbeobachtung des Verhaltens von Poren und eine Echtzeit-Bildauflösung ermöglichen können. Es bietet eine kostengünstige, vollautomatische und hohe Durchsatzlösung für die Phänotypanalyse der Reaktion von Pflanzenporen auf Trübungen wie Dürre unter mikroskopischer Sicht. Das System basiert auf moderner IoT-Technologie und koppelt kontinuierliche Poren-Überwachungsterminals mit mehreren Geräten und entwickelt Algorithmen für die Bildanalyse mit Deep Learning, die die Cluster-Bereitstellung von Poren-Überwachungsterminals in großem Maßstab und mit mehreren Arten ermöglichen.

1.2 Technische Merkmale:

Leistung: 40W;

Gewicht: 5 kg;

Mikroskopgröße: 12 cm lang, 3,6 cm breit;

Betriebstemperatur: -10 ℃ ~ 40 ℃;

Relative Luftfeuchtigkeit: 40% ~ 80% ohne Kondensation;

Probefrequenz: 5 ~ 30 Frames / Sekunde;

Betriebsbereich: Single Blatt Skala;

Datenformate: AVI, MP4 usw.;

Auflösung: 1600 x 1200, 1280 x 1024 dpi;

Überwachbare Arten: Getreide wie Weizen, Reis, Mais, Baumwolle und Röhle; Ginkgo, Waldbäume, Pfirsichbäume und andere.

Analyse der Indikatoren:

1.3 Kundenfälle

Nanjing Agraruniversität Weizen Fleckbeständigkeit Anbau Testfeld Gasporen Beobachtungscluster

Geräte Artikel betreffen:

1. Sun Zhongchang, Jiang Dong *, Tsai Schwerd, Wang Lau, Zhou Qin, Huang Mei, Daiting Bo, Cao Satellit. Automatische Erkennung und Zähltechnik der Blattporen von Einzelblatt-Pflanzen[J]. Journal of Agricultural Engineering, 2019. 35(23).

2. Zhuangzhuang Sun, Yunlin Song, Qing Li, Jian Cai, Qin Zhou, Mei Huang, Dong Jiang*. Eine integrierte Methode zur Verfolgung und Überwachung der Stomata-Dynamik aus Mikroskop-Videos. Pflanzenpänomik, 2021, 9835961.

3. In-situ-Bestimmung des stomatalen dynamischen Verhaltens im Weizen klärt die Mechanismen der Dürrenprimerung auf, die überprüft werden.

4. Enthüllung des zirkadianen Rhythmus der stomatalen Bewegung basierend auf Videodaten in situ und Deep Learning in Weizen ((Triticum aestivum L.),Vorbereitung.