English | 中文版 | 手机版 企业登录 | 个人登录 | 邮件订阅
当前位置 > 首页 > 行业资讯 > 试用 > PhenoSight物联网分布式表型系统“免费试用申领”

PhenoSight物联网分布式表型系统“免费试用申领”

浏览次数:3289 发布日期:2024-7-2  来源:本站 本站原创,转载请注明出处

PhenoSight物联网分布式表型监测系统客户“免费试用申领”活动暨全国经销商招募通告

上海泽泉科技股份有限公司隆重推出物联网分布式表型监测系统——PhenoSight。现诚邀全国区域经销商,凡具备一定行业客户基础,拥有专业背景知识,敢于挑战行业竞争的优秀仪器代理商,加入我们共谋事业发展,见证品牌发展。

—— 市场目标客户 ——

全国各地农科院、大学,以及农业育种相关科研单位,自建有温室或大田实验条件,基于实验室特色材料,针对不同环境生态下作物表型与育种研究,人工智能AI算法开发等,进行科研或育种需求的。

—— 提供服务 ——

1、为支持广大表型研究、育种科研人员的工作,公司提供终端用户的PhenoSight系统免费投放测试服务

2、凡是在国际核心期刊上,凡是在人工智能、遗传育种、表型研究、耕作栽培、生理生态、分子生物学等领域,发表影响因子4分以上文章的实验室或课题组,均可以免费申请每个试验站2台节点的试用机会,并享有现成算法的使用测试;

3、试用品种为:水稻、小麦、玉米、棉花、大豆、马铃薯、黄瓜、番茄、油菜、拟南芥、烟草、花卉等;

4、全国范围内符合以上目标客户要求的科研院所研究人员、高校相关专业实验室,经公司内部评估同意后,可免费使用一年;

5、公司提供使用期限范围内的免费设备硬件支持、现有软件系统和分析服务;

6、定制算法开发服务;

7、投放数量:100个节点。

—— 客户准备 ——

1、系统安装所需的支架、供电系统、无线WIFI或4G电话卡等流量费用;

2、表型数据分析需求表,评估表型数据采集与分析、以及定制开发的可行性。

—— 活动开始与截止时间 ——

2024年7月1日-2025年6月30日

—— 产品介绍 ——

物联网分布式表型监测与分析系统PhenoSight是一个物联网(IoT)支持的表型测量平台,设计简单易用,可广泛应用于多种环境。并配套一个云端数据管理系统、高通量性状分析算法和基于机器学习的建模,以管理和处理平台生成的数据,从而探究基因型、表型和环境之间的动态关系。

PhenoSight由主机站和分布节点组成。PhenoSight可以以无限扩展监测节点。每台节点均安装有高分辨率RGB镜头,标准配置广角探头(近焦探头为可选,用于局部区域关键生育期的监测,如水稻开花、抽穗、灌浆期等);而主机可外接气象环境传感器与植物生长传感器,如温湿度传感器、土壤三参数传感器(水分/温度/电导率)、PAM叶绿素荧光传感器、植物冠层温度传感器等,可在测量植物表型的同时,将环境因子加入到植物生长的模型中去,从而除了能够测量表型参数外,还可以实现对该环境条件下该植物的生长情况进行预测,对指导农业生产具有重大意义。所有PhenoSight数据通过MQTT协议传送到云端,进行后期数据处理和管理。

其它可扩展功能:

1)400-1000nm植物高光谱监测,可对田间小麦进行如下预测分析。

 叶层氮含量

 叶面积指数

 叶绿素a含量

 叶干重

 叶片氮积累量

 

2)植物气孔表型

适合植物:小麦、玉米、棉花、大豆、黄瓜、油菜、拟南芥、烟草等。

气孔总数

基于YOLO算法机器视觉认定的图像中的所有的气孔个数

开的气孔个数

基于YOLO算法机器视觉认定的开的气孔个数

闭的气孔个数

基于YOLO算法机器视觉认定的闭的气孔个数

气孔(保卫细胞)长度

保卫细胞在视野中平均长度

气孔(保卫细胞)宽度

保卫细胞在视野中平均宽度

单个气孔面积

基于语义分割算法实现的真正意义的气孔面积(不含保卫细胞)

气孔总面积

基于语义分割算法实现的视野范围内所有气孔面积(不含保卫细胞)总和

气孔开闭速度

单位时间里气孔开口面积的变化率

主要优势:

• 高性能:内置AI预处理芯片,实时数据上传云端,定制化算法模型,批量处理分析;

• 机动性:易于安装和使用;

• 耐用性:IP65设计,持续在实验室、温室与田间条件下作业;

• 通用性:结合生物育种技术及环境因子数据,可实现室内发芽、幼苗到成株的表型研究,功能基因定位、田间植物生长建模与产量预测、品种筛选与鉴定等。

科研场景:

1)田间小区种植(全生育期)

• 形态性状:株高、冠层覆盖度、叶面积;

• 纹理性状:叶片密集度、绿度指数;

• 颜色与植被指数:ExR、NGRDI、NDYI、ExG、NPCI,以及客户定制化需求

2)温室或实验室(种子与幼苗)

• 萌发期:发芽率、发芽势、胚芽长度、胚芽生长速度、胚根生长速度、胚芽轮廓、种子初生根条数、最大胚根长、根系总长度、根系角度、表面积、体积、胚芽鞘长度、长度比等;

• 幼苗期:株高、叶面积、叶轮廓、冠层覆盖度、叶倾角、绿叶总面积,黄叶总面积,绿叶面积比,叶片衰老程度等。

—— 相关文献 ——

1. Reynolds D, Ball J, Bauer A, et al. CropSight: a scalable and open-source information management system for distributed plant phenotyping and IoT-based crop management[J]. Gigascience, 2019, 8(3): giz009.

2. Alkhudaydi T, De la Lglesia B. Counting spikelets from infield wheat crop images using fully convolutional networks[J]. Neural Computing and Applications, 2022, 34(20): 17539-17560.

3. Zhu Y, Sun G, Ding G, et al. Large-scale field phenotyping using backpack LiDAR and CropQuant-3D to measure structural variation in wheat[J]. Plant Physiology, 2021, 187(2): 716-738.

4. Colmer, J., O'Neill, C.M., et al. SeedGerm: a cost‐effective phenotyping platform for automated seed imaging and machine‐learning based phenotypic analysis of crop seed germination[J]. New Phytologist, 2020.

5. Reynolds D, Ball J, Bauer A, et al. CropSurveyor: a scalable open-source experiment management system for distributed plant phenotyping and IoT-based crop management[J]. bioRxiv, 2018: 451120.

6. Zhou J, Applegate C, Alonso A D, et al. Leaf-GP: an open and automated software application for measuring growth phenotypes for arabidopsis and wheat[J]. Plant Methods, 2017, 13: 1-17.

7. Zhou J, Reynolds D, Cornu T L, et al. CropQuant: an automated and scalable field phenotyping platform for crop monitoring and trait measurements to facilitate breeding and digital agriculture[J]. BioRxiv, 2017: 161547.

—— 经销商申请表 ——

—— 终端客户需求登记表 ——

相关公司:上海泽泉科技股份有限公司
联系电话:021-32555118
E-mail:michael.shen@zealquest.com


用户名: 密码: 匿名 快速注册 忘记密码
评论只代表网友观点,不代表本站观点。 请输入验证码: 8795
Copyright(C) 1998-2024 生物器材网 电话:021-64166852;13621656896 E-mail:info@bio-equip.com