农业信息小编为大家带来以下内容：
根系结构决定作物对水分养分的吸收能力，具有土壤异质性和不同耕作模式下的高可塑性。 由于土壤的不透明性和复杂性，大田作物根系表型研究，尤其是如何有效获得侧根拓扑性状的研究较少。 近日，中国农业大学数字农业团队教授马韬在项目组完成的《image-basedrootphenotypingforfeld-grown crops:anexampleundermaize/soybeanintercrops 该研究为根系侧根形态和分枝结构的研究提供了高通量、高精度的新方法，可潜在地应用于大田根系三维生长模型、水分和养分吸收模型的建立和模拟。
本研究基于MATLAB语言、r语言和WinRHIZO软件，通过图像采集、去噪和分割、特征提取和数据分析，构建了基于图像分析技术的大田根系二维表现型分析方法。 该方法可提取5个全局特征(全根尺度)和40个局部特征(节根和根段尺度)，对提取的一级侧根分支进行精度评估，具有良好的一致性，R2达到0.97。 基于该方法，在玉米/大豆间作系统中，玉米根系的种间优势主要发生在5~7轮节根部20 cm内，大豆根系主根在20 cm内被明显抑制。
中国农业大学数字农业团队教授马韬是本文的通讯作者，惠放博士是本文的第一作者。 该研究得到了国家重点研发计划( 2016YFD0300202 )、云南省科技专项( 2017YN07 )、内蒙古自治区科技重大专项( 2019ZD024和2020GG0038 )的资助。 点击链接阅读全文： doi.org/10.1016/s 2095-3119 ( 20 ) 63571-7Cite the article:HUI Fang，XIE Zi-wen，LI Hai-gang Guo Yan mayun-Tao.2022.image-basedrootphenotypingforfield-grown crops:anexampleundermaize/soybeanintercropping.jown 21(6) 16061619 .研究团队概述我国农业大学数字农业团队主要研究方向为多源尺度植物功能-结构-环境相互作用的基因型/表型研究植物功能-结构-环境相互作用的系统模拟与数字孪生、植物(三维)表型研究与应用研发、多源团队成员包括计算机、应用数学、农学、资源与环境等交叉学科各类人才，荷兰瓦赫宁根大学、法国国家计算机科学与控制研究所( INRIA )、法国巴黎中央大学( ECP )和加利福尼亚马韬教授主持并参与国家重点研发计划、973，863、行业科技专业和国家自然基金等项目，发表SCI/EI等论文60多篇，中国作物学会智慧农业专业委员会、农业生物技术学会植物表现型组学专业委员会、农业建模与模拟专业委员会农业智能与作物表型内蒙古工程研究中心副主任、首席科学家。
journalofintegrativeagriculture ( 《农业科学学报》 )英文)、JIA )由中华人民共和国农业农村部主管、中国农业科学院和中国农业学会主办，中国农业科学院农业信息研究所承办。 综合英语学术杂志，月刊。 创刊于2002年，主编是中国工程院院士、中国农业科学院副院长王汉中。 贾家主栏有作物学、园艺、植保、动物科学、动物医学、资源环境、食品科学、农业经济与管理等，发行类型有综述、研究论文、简报及评述等。 所有论文均在基本目录( SD )平台OA上出版。 最新的SCI影响因子2.848位于SCI-JCR农业综合学科Q1区、中科院分区农林类期刊2区。 2016年以来，得到了中国科协等部委“提升计划”、“攀登计划”、“卓越计划”项目的支持。
中国Www.yileen.Com.CN艺莲园专注中国农业种植和养殖技术的综合性农业知识网站,涵盖蔬菜,水果,园林花卉,茶叶,粮油,饲料食用菌,温室灌溉,农业机械,水产,渔业,畜牧家禽,特种养殖,农业会展。