通过动态建模，我们利用时间序列无人机图像数据提取并构建了与冠层发育动态相关的五个表型参数（包括 500°C 积温下的冠层覆盖率 (CC500TT)、1000°C 积温下的冠层覆盖率 (CC1000TT)、1500°C 积温下的冠层覆盖率 (CC1500TT)、30% 冠层覆盖率所需的积温(TT30%CC) 以及 50% 冠层覆盖率所需的积温 (TT50%CC)）。最后，对不同亚组大豆植株的冠层发育情况进行了详细分析。
https://doi.org/10.34133/plantphenomics.0158
DEKR-SPrior: An Efficient Bottom-Up Keypoint Detection Model for Accurate Pod Phenotyping in Soybean
https://doi.org/10.34133/plantphenomics.0198
Plant Phenomics | DEKR-SPrior: 基于自下而上的关键点检测模型的大豆精准豆荚表型分析
DC2Net: An Asian soybean rust detection model based on hyperspectral imaging and deep learning
https://doi.org/10.34133/plantphenomics.0163
Plant Phenomics | DC²Net：一种基于高光谱成像和深度学习的亚洲大豆锈病诊断模型
《植物表型组学》（Plant Phenomics）是由南京农业大学创办的英文学术期刊，于2019年1月正式上线发行。采用开放获取形式，刊载植物表型组学交叉学科热点领域具有突破性科研进展的原创性研究论文、综述、数据集和观点。具体范围涵盖高通量表型分析的最新技术，基于图像分析和机器学习的表型分析研究，提取表型信息的新算法，作物栽培、植物育种和农业实践中的表型组学新应用，与植物表型相结合的分子生物学、植物生理学、统计学、作物模型和其他组学研究，表型组学相关的植物生物学等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等数据库收录。科睿唯安JCR2022影响因子为7.6，位于农艺学一区（1/125名），植物科学一区（13/265名），遥感一区（6/62名）。2023年中科院期刊分区位于农林科学大类一区。2020年入选中国科技期刊卓越行动计划高起点新刊项目、2024年入选江苏科技期刊卓越行动计划领军期刊项目。
说明：本文由《植物表型组学》编辑部负责组稿。
审核：孔敏、王平
