Kellndorfer, J.M., Walker, W.S., LaPoint, E. Genetic bases of rice grain shape: so many genes, so little known. Huang, R., Jiang, L., Zheng, J., Wang, T., Wang, H., Huang, Y., et al. Predictions of tropical forest biomass and biomass growth based on stand height or canopy area are improved by Landsat-scale phenology across Puerto Rico and the U.S. On the relationships between stomatal resistance and leaf temperatures in thermography.
Discrete wavelets transform for improving greenness image segmentation in agricultural images. C-4 rice: a challenge for plant phenomics. T., Von Caemmerer, S., Sheehy, J., and Edwards, G. Phenomics-technologies to relieve the phenotyping bottleneck. Plant phenomics: from gene to form and function. Curr Opin Biotechnol, 23, 227, 35.įiorani, F., and Schurr, U. Imaging plants dynamics in heterogenic environments. Plant scientists hope to shift breeding into overdrive. Comparing hyperspectral and multispectral imagery for land classification of the lower donriver, Toronto. Annu Rev Earth Planet Sci, 32, 465, 94.įerrato, L.J. Multispectral and hyperspectral remote sensing of alpine snow properties. Proximal remote sensing buggies and potential applications for field-based phenotyping.
Appl Photosynth-New Prog, Intech, 3–22.ĭeery, D., Jimenez-Berni, J., Jones, H. 2016 Monitoring photosynthesis by in vivo chlorophyll fluorescence: application to high-throughput plant phenotyping. A semi-automatic system for high throughput phenotyping wheat cultivars in field conditions: description and first results. Dissecting the phenotypic components of crop plant growth and drought responses based on high-throughput image analysis. Remote Sens Environ, 55, 155, 62.Ĭhen, D., Neumann, K., Friedel, S., Kilian, B., Chen, M., Altmann, T., et al. Retrieving Leaf Area Index of boreal conifer forests using Landsat TM images. An Arabidopsis mutant defective in the general phenylpropanoid pathway. IEEE Trans Pattern Anal Mach Intell, 25, 993–1008.Ĭhapple, C.C., Vogt, T., Ellis, B.E. A stereo imaging system for measuring structural parameters of plant canopies. Remote Sens, 9, 231.īiskup, B., Scharr, H., Schurr, U.
Individual tree crown delineation from airborne laser scanning for diseased larch forest stands. Trends Plant Sci 19, 52–61.īarnes, C., Balzter, H., Barrett, K. Field high-throughput phenotyping: the new crop breeding frontier. Molecular genetics of disease resistance in cereals. Pada tinjauan kepustakaan ini kami mendiskusikan perkembangan infrastruktur informatika pada bidang fenotiping tanaman otomatis yang meliputi teknik pengolahan citra dan prinsip-prinsip analisis data yang terkait pada proses tersebut, termasuk di dalamnya manajemen data yang berkaitan dengan fenotiping digital tanaman dimulai pada proses penyimpanan data dalam jumlah yang masiv hingga algoritma-algoritma kecerdasan buatan yang terlibat dalam mengolah data-data tersebut.Īyliffe, M. Perkembangan teknologi informasi tidak lepas dari proses penting ini, teknologi akuisisi data berbasiskan citra digital untuk proses fenotiping otomatis mengalami perkembangan kemajuan yang penting beberapa tahun terakhir. Untuk mewujudkan hal tersebut, dalam proses pengembangan kultivar-kultivar baru dilakukan sebuah proses fenotiping yang dimana hasil fenotiping tersebut akan dikaitkan dengan proses genotiping yang dilakukan pada proses sebelumnya. Peningkatan konsumsi dunia akan pangan dan energi dalam skala global yang belakangan menjadi isu yang sering muncul akibat pertumbuhan jumlah penduduk dunia yang berkembang dengan pesat, terdapat sebuah kebutuhan mendasar akan adanya tanaman pangan yang memiliki produktivitas tinggi yang dapat beradaptasi pada perubahan iklim di masa depan.
0 kommentar(er)
