文章分享：Plant Phenomics光譜表型文章合集
Plant Phenomics | 多源波譜成像技術融合深度學習的棉苗鹽脅迫診斷方法研究
https://spj.science.org/doi/10.34133/plantphenomics.0125
Plant Phenomics | 東北農業大學基于深度學習的輕量化水稻秧苗分割模型
https://spj.science.org/doi/10.34133/plantphenomics.0123
可見光/近紅外光譜和高光譜成像在高通量植物重金屬脅迫表型分析中的應用研究進展
https://spj.science.org/doi/10.34133/plantphenomics.0124
Plant Phenomics | 使基因型變異可見：蘇格蘭松幼苗的高光譜表型
https://spj.science.org/doi/10.34133/plantphenomics.0111
Plant Phenomics | 利用無人機量化玉米-大豆間作系統的累積遮陽能力
https://spj.science.org/doi/10.34133/plantphenomics.0095
Plant Phenomics | 南京農業大學基于WheatNet的灌漿期和成熟期麥穗定向檢測
https://spj.science.org/doi/10.34133/plantphenomics.0109
Plant Phenomics | ExtSpecR：無人機與R語言聯手，樹木光譜分析更簡單
https://spj.science.org/doi/10.34133/plantphenomics.0103
Plant Phenomics | Panicle-Cloud: 一種基于開放式人工智能的稻穗云計算平臺
https://spj.science.org/doi/10.34133/plantphenomics.0105
Plant Phenomics | SPSI：抽穗前估測冬小麥穗數的新型復合指數
https://spj.science.org/doi/10.34133/plantphenomics.0087
Plant Phenomics | 一種利用光譜表型分析技術鑒別轉基因水稻種子的簡明級聯方法
https://spj.science.org/doi/10.34133/plantphenomics.0071
Plant Phenomics | 綠色植物Phedimus spp.春季外觀的多光譜表型和遺傳分析
https://spj.science.org/doi/10.34133/plantphenomics.0063
Plant Phenomics | 結合高分辨率影像、深度學習和動態建模分離小麥冠層的疾病和衰老
https://spj.science.org/doi/10.34133/plantphenomics.0053
Plant Phenomics | 使用無人機圖像和光合積累模型估算水稻地上生物量
https://spj.science.org/doi/10.34133/plantphenomics.0056
Plant Phenomics 精選2023 | 多源數據融合提升田間高通量表型平臺下玉米時序表型解析精度
https://spj.science.org/doi/10.34133/plantphenomics.0043
Plant Phenomics | 浙江大學發現一種融合快照光譜圖像和RGB-D圖像生成高質量三維多光譜植物點云的新方法
https://spj.science.org/doi/10.34133/plantphenomics.0040
Plant Phenomics |無人機遙感監測助力優化濕地松遺傳育種策略
https://spj.science.org/doi/10.34133/plantphenomics.0028
Plant Phenomics | 中國海洋大學藻類遺傳學與育種研究團隊構建大型海藻高通量表型組技術
https://spj.science.org/doi/10.34133/plantphenomics.0012
Plant Phenomics | 激光雷達能夠高效地描述葡萄的生長情況和檢測相關遺傳位點
https://spj.science.org/doi/10.34133/plantphenomics.0116
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JCR2021影響因子為6.961，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。
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。
合集整理：章揚（南京農業大學）
排版：趙倩瑩（南京農業大學）
審核：孔敏、王平
