中国果树花期2016年近红外光谱和图像数据集

doi:10.19788/j.issn.2096-6369.210110

农业大数据学报 ›› 2021, Vol. 3 ›› Issue (1): 88-93.doi: 10.19788/j.issn.2096-6369.210110

• 数据论文 • 上一篇

中国果树花期2016年近红外光谱和图像数据集

王晓丽^1,^3,⁴(), 胡乾浩², 满芮^1,^3,⁴(), 刘婷婷^1,^3,⁴

^1.中国农业科学院农业信息研究所，北京 100081
^2.北京农业职业学院信息中心，北京 100081
^3.国家农业科学数据中心，北京 100081
^4.农业农村部农业大数据重点实验室，北京 100081

收稿日期:2020-10-09 出版日期:2021-03-26 发布日期:2021-05-18
通讯作者: 满芮 E-mail:wangxiaoli@caas.cn;manrui@caas.cn
作者简介:王晓丽，女，博士，助理研究员，研究方向：农业科学数据获取与分析研究；E-mail：wangxiaoli@caas.cn
基金资助:
中国农业科学院创新工程：数据整合与应用服务研究(2020CX017)

Near-Infrared Spectral and Imaging Datasets of Fruit Tree Blooming in China in 2016

Xiaoli Wang^1,^3,⁴(), Qianhao Hu², Rui Man^1,^3,⁴(), Tingting Liu^1,^3,⁴

^1.Agricultural Information Institute of Chinese Academy of Agricultural Sciences, Beijing 100081, China
^2.Beijing Vocational College of Agriculture, Beijing 102442, China
^3.National Agriculture Science Data Center, Beijing 100081, China
^4.Key Laboratory of Big Agri-Data, Ministry of Agriculture, Beijing 100081, China

Received:2020-10-09 Online:2021-03-26 Published:2021-05-18
Contact: Rui Man E-mail:wangxiaoli@caas.cn;manrui@caas.cn

摘要/Abstract

摘要：

在使用遥感技术进行果区研究时，首先需先进行果树树种的识别，否则会导致张冠李戴的现象，而不同果树花器在性状上较叶片更容易区分，因此在花期对果树树种进行识别是即经济又有效的方法。然而目前对果树花期数据的采集，多数为单品系的花期图像或光谱数据，对于果树花器的数据采集极少，多品种的数据采集也仅限于室外冠层光谱数据，同时采集室内和室外光谱和图像数据的研究较少。基于以上原因，利用ASD FieldSpec3便携式光谱分析仪采集了梨花、苹果花、杏花3种果树花期室内和室外的光谱数据，为记录花朵状态同时采集了果树花期室内和室外图像数据集，为今后探寻利用地面光谱测试数据对果树树种进行科学识别提供数据基础。

关键词: 果树, 花期, 近红外光谱, 图像, 科学数据

Abstract:

Remote sensing technology must first determine tree species in the area of interest before carrying out various follow-up tasks. Therefore, the classification of fruit tree species is particularly important. Fruit tree flowers are easier to distinguish using traits other than leaves. However, most of the currently collected fruit tree flowering data is from flowering period images or the spectral data of a single tree line. The data are also confined to outdoor canopy spectra, with limited studies in which indoor and outdoor spectral and imaging data have been collected simultaneously. Consequently, here, the ASD FieldSpec3 portable spectrum analyzer was used to collect indoor and outdoor spectral data during pear, apple, and apricot tree flowering periods. To record the flower states, the indoor and outdoor imaging datasets from the fruit tree flowering periods were collected for future evaluation. Using ground spectral test data to scientifically identify fruit tree species will provide a foundation for further research.

Key words: fruit tree, flowering period, near-infrared spectrum, image, scientific data

中图分类号:

王晓丽, 胡乾浩, 满芮, 刘婷婷. 中国果树花期2016年近红外光谱和图像数据集[J]. 农业大数据学报, 2021, 3(1): 88-93.

Xiaoli Wang, Qianhao Hu, Rui Man, Tingting Liu. Near-Infrared Spectral and Imaging Datasets of Fruit Tree Blooming in China in 2016[J]. Journal of Agricultural Big Data, 2021, 3(1): 88-93.

图/表 4

图1

图2

图3

参考文献 10

1	朱永宁,周望,杨洋,等.基于Faster R-CNN的枸杞开花期与果实成熟期识别技术[J].中国农业气象, 2020, 41(10): 668-677.
	Zhu Y N, Zhou W, Yang Y,et al. Automatic Identification Technology of Lycium barbarum Flowering Period and Fruit Ripening Period Based on Faster R-CNN[J].Chinese Journal of Agrometeorology, 2020, 41(10): 668-677.
2	刘颖,王克健,谢让金,等.基于冠层高光谱信息的苹果树花量估测[J].中国农业科学,2016,49(18):3608-3617.
	Liu Y, Wang K J, Xie R J,et al. Estimating the Number of Apple Tree Flowers Based on Hyperspectral Information of a Canopy[J].中国农业科学,2016,49(18):3608-3617.
3	雷彤. 基于高光谱的苹果花期果期光谱特征分析及其果量估测[D].山东农业大学,2010.
	Lei T. Spectral features of apple florescence and fruit stages and estimation of fruit/tree ratio based on hyperspectral data[D].SHANDONG AGRICULTURAL UNIVERSITY,2010.
4	刘艳丽. 基于柑橘叶、花近红外高光谱信息的营养诊断与成花能力预测研究[D].西南大学,2015.
	Liu Y L. Research on the nutrient diagnosis and prediction of flower bud differentiation ability based on the hyperspectral imaging data[D].SOUTHWEST UNIVERSITY,2015.
5	赵良斌,曹卫彬. 地物光谱仪在野外光谱测量中的使用[J].新疆农机化,2008(1):41-42.
	Zhao L B,Cao W B. Use of ground feature spectrometer in field spectrum measurement[J].Xinjiang Agricultural Mechanization,2008(1):41-42.
6	Beers R. V., Aernouts B., Gutiérrez L. L., et al. Optimal illumination-detection distance and detector size for predicting braeburn apple maturity from Vis/NIR laser reflectance measurements[J].Food and Bioprocess Technology,2015,8(10):2123-2136.
7	夏雪,李壮,吴定峰,等.苹果品种标准叶片图像和光谱数据集[J/OL].中国科学数据,2016,1(1).
	Xia X, Li Z, Wu D F,et al. An image and spectral dataset for standard leaves of apple varieties[J/OL].China Scientific Data,2016,1(1)
8	李民赞,郑立华,安晓飞,等. 土壤成分与特性参数光谱快速检测方法及传感技术[J].农业机械学报, 2013, 44(3): 73-87.
	Li M Z, Zheng L H, An X F, al el. Fast Measurement and Advanced Sensors of Soil Parameters with NIR Spectroscopy[J].Transactions of the Chinese Society for Agricultural Machinery, 2013, 44(3): 73-87.
9	王晓丽,张晓丽,周国民.基于近红外光谱技术的果树花期树种识别方法[J].浙江农林大学学报, 2017, 34(06): 1008-1015.
	Wang X L, Zhang X L, Zhou G M. Automatic detection of fruit tree species during the flowering period using near infrared spectra technologies
10	王晓丽. 基于光谱分析技术的果树花、叶理化性状信息提取及建模[D].北京林业大学,2017.
	Wang X L. Extraction and Modeling of Physical and Chemical Properties of Fruit Trees Flowers and Leaves Based on Spectral Analysis Technique[D]. Beijing Forestry University,2017.

数据集中文名称	中国果树花期2016年近红外光谱和图像数据集
数据集英文名称	An near infrared spectrum and image data set of China’s fruit tree blooming in 2016
作者	王晓丽、胡乾浩、满芮、刘婷婷
通讯作者	满芮（manrui@caas.cn）
采集时间	2016年	采集区域	中国
格式	.asd, .jpeg, .sco	数据量	494.3MB
数据访问地址	http://www.agridata.cn/data.html#/paperdetail?id=4362
基金项目	中国农业科学院创新工程：数据整合与应用服务研究(2020CX017)
数据集组成	数据集由花期光谱和图像2部分数据组成，其中： 1. 花期光谱数据集，包含苹果、梨和杏花期室内和室外光谱，共87.3MB； 2. 图像数据集，包含苹果和梨花期室内图像，苹果、梨和杏花期室外图像，共407MB。

[1]	代国威, 刘婷婷, 李好先, 胡林, 樊景超, 曹尚银. 2012—2017年优势产区落叶果树农家品种资源调查数据集[J]. 农业大数据学报, 2023, 5(1): 24-28.
[2]	韦一金, 王晓丽, 李好先, 胡林, 樊景超, 曹尚银. 2012—2017年优势产区落叶果树农家品种倍性分析数据集[J]. 农业大数据学报, 2023, 5(1): 34-39.
[3]	胡天赐, 王瑞利, 蒋呈祥, 白涛, 胡林, 王晓丽, 郭雷风. 2022年内蒙古无人机马铃薯图像数据集[J]. 农业大数据学报, 2023, 5(1): 40-45.
[4]	段博文, 王卷乐, 石蕾, 高孟绪. 前沿领域国内外典型数据库调研与启示[J]. 农业大数据学报, 2023, 5(1): 46-54.
[5]	许换平, 吕鑫, 郑晓翠, 李菁, 杨振锋. 2011—2021年我国果树领域国家级科技奖励成果分析[J]. 农业大数据学报, 2022, 4(3): 15-22.
[6]	王斐, 欧春青, 张艳杰, 王海波, 马力, 姜淑苓. 北方地区主要果树育种技术研究进展[J]. 农业大数据学报, 2022, 4(3): 6-14.
[7]	张翔鹤, 刘婷婷, 王晓丽, 胡林, 樊景超, 姜林林. 辽宁富士苹果品质及病害近红外光谱数据集[J]. 农业大数据学报, 2022, 4(2): 30-35.
[8]	高源, 王大江, 孙思邈, 王霖, 王昆, 曹玉芬, 丛佩华, 张彩霞, 王海波. 中国北方地区果树种质资源研究与新品种选育进展[J]. 农业大数据学报, 2022, 4(2): 5-12.
[9]	孙雨潇, 李艳丽, 李峰, 陈谦. 国内外科学数据共享现状研究与发展建议[J]. 农业大数据学报, 2022, 4(2): 88-98.
[10]	薛沐涵, 徐硕, 刘慧媛, 鲁峰, 王宇, 李奥. 远洋渔业科学数据治理与应用服务研究[J]. 农业大数据学报, 2022, 4(2): 99-107.
[11]	高飞, 王晓丽, 胡林, 樊景超, 刘婷婷, 闫燊, 曹姗姗. 2016年辽宁兴城富士、华红、嘎啦苹果叶片光谱与图像数据集[J]. 农业大数据学报, 2022, 4(1): 109-113.
[12]	张翔鹤, 王晓丽, 刘婷婷, 胡林, 樊景超. 桔小实蝇等六种常见果园害虫图像数据集[J]. 农业大数据学报, 2022, 4(1): 114-118.
[13]	王亚鹏, 张文革, 胡林, 刘婷婷, 曹姗姗, 王蕾, 孙伟. 2019年天山云杉背包式激光雷达三维参数测量数据集[J]. 农业大数据学报, 2022, 4(1): 119-124.
[14]	范亚慧, 朱亮, 赵华, 郑建华. 科学数据共享的知识产权保护研究[J]. 农业大数据学报, 2021, 3(4): 3-9.
[15]	周玲莉, 任妮, 张文翔, 程雅雯, 陈诚, 易中懿. 应用于农业场景视觉解析任务的番茄数据集[J]. 农业大数据学报, 2021, 3(4): 70-76.

中国果树花期2016年近红外光谱和图像数据集

Near-Infrared Spectral and Imaging Datasets of Fruit Tree Blooming in China in 2016

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 4

参考文献 10

相关文章 15

Metrics

本文评价

推荐阅读 0