2016年辽宁兴城富士、华红、嘎啦苹果叶片光谱与图像数据集

doi:10.19788/j.issn.2096-6369.220116

农业大数据学报 ›› 2022, Vol. 4 ›› Issue (1): 109-113.doi: 10.19788/j.issn.2096-6369.220116

2016年辽宁兴城富士、华红、嘎啦苹果叶片光谱与图像数据集

高飞^1,²(), 王晓丽¹(), 胡林¹, 樊景超¹, 刘婷婷¹, 闫燊¹, 曹姗姗¹

^1.中国农业科学院农业信息学研究所，北京 100081
^2.中国农业科学院作物科学研究所，北京 100081

收稿日期:2022-02-10 出版日期:2022-03-26 发布日期:2022-06-29
通讯作者: 王晓丽 E-mail:504668730@qq.com;wangxiaoli@caas.cn
作者简介:[1] 高飞|高飞，女，博士，研究方向：农业科学数据管理；E-mail：504668730@qq.com|王晓丽, 胡林, 等. 2016年辽宁兴城富士、华红、嘎啦苹果叶片光谱与图像数据集. [DB/OL]. 国家农业科学数据中心. DOI: 10.12205/A0007.20211029.36.is.1909|王晓丽, 胡林, 等. 2016年辽宁兴城富士、华红、嘎啦苹果叶片光谱与图像数据集. [DB/OL]. 国家农业科学数据中心. DOI: 10.12205/A0007.20211029.36.is.1909
基金资助:
基于大数据和人工智能的马铃薯智能育种平台关键技术研发及应用(2021SZD0026)

Spectra and Images of Fuji, Huahong and Gala Apple Leaves in Xingcheng, Liaoning Province, in 2016

Gaofei^1,²(), WangXiaoli¹(), HuLin¹, FanJingchao¹, LiuTingting¹, YanShen¹, CaoShanshan¹

^1.Agricultual Information Institute of Chinese Academy of Agricultural Sciences, Beijing 100081, China
^2.Institute of Crop Sciences of Chinese Academy of Agricultural Sciences, Beijing 100081, China

Received:2022-02-10 Online:2022-03-26 Published:2022-06-29
Contact: WangXiaoli E-mail:504668730@qq.com;wangxiaoli@caas.cn

摘要/Abstract

摘要：

植物的波谱特征主要取决于它的叶子，叶片的生长状态决定了不同的特征光谱信息。不同植物叶片的色素含量、细胞结构、含水量、营养物质不同，光谱响应与图像呈现均不相同。利用光谱和图像分析等技术，可以识别植物类型、反演植物营养元素含量、监测植物生长状态。目前多数研究集中在某一时期光谱或图像的研究，同时连续获取光谱和图像的研究较少。本研究通过收集国家苹果资源圃中的富士、华红、嘎啦三种苹果叶片8-10月每周一次的苹果健康标准叶片，并进行近红外光谱和图像的获取，以期为今后利用无损手段进行品种识别、测定苹果健康情况等积累基础数据。

关键词: 苹果, 近红外光谱, 图像, 标准叶片

Abstract:

The spectral characteristics of a plant mainly depend on its leaves, and the growth state of leaves determines different characteristic spectral information. Different plant leaves have different pigment content, cell structure, water content and nutrients, and the spectra response and image presentation are different. Using spectra and image analysis techniques, we can identify plant types, retrieve plant nutrient content and monitor plant growth status. At present, most studies focus on the study of spectra or image in a certain period, and there are few studies obtaining spectra and images simultaneously and continuously. In this study, healthy and standard apple leaves of Fuji, Huahong and Gala in the National Apple Resource Nursery were collected once a week from August to October, and the near-infrared spectra and images were obtained, in order to accumulate basic data for variety identification and determination of apple health by nondestructive means in the future.

Key words: apple, near infrared spectra, images, standard leaves

中图分类号:

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.

Gaofei, WangXiaoli, HuLin, FanJingchao, LiuTingting, YanShen, CaoShanshan. Spectra and Images of Fuji, Huahong and Gala Apple Leaves in Xingcheng, Liaoning Province, in 2016[J]. Journal of Agricultural Big Data, 2022, 4(1): 109-113.

图/表 3

参考文献 10

1	胡钰炜,卢艳丽,杨俐苹,等.葡萄叶片组织结构高光谱响应特征及相关性分析[J].植物营养与肥料学报,2021,27(07):1213-1221.
	Hu Y W, Lu Y L, Yang L P, et al. Hyperspectral response characteristics and correlation analysis of grape leaf tissue structure[J]. Journal of Plant Nutrition and Fertilizers, 2021,27(07):1213-1221.
2	张晓东,苏辰,段梦杰.基于近红外光谱岭回归的甜椒氮素检测试验[J].排灌机械工程学报,2019,37(01):86-92.
	Zhang X D, Su C, Duan M J. Experiment on sweet pepper nitrogen detection based on near-infrared reflectivity spectral ridge regression[J], Journal on Drainage and Irrigation Machinery, 2019,37(01):86-92.
3	彭要奇,肖颖欣,傅泽田,等.多光谱图像的玉米叶片含水量检测[J].光谱学与光谱分析,2020,40(04): 1257-1262.
	Peng Y Q, Xiao Y X, Fu Z T, et al. Water Content Detection of Maize Leaves Based on Multispectral Images[J]. Spectroscopy and Spectral Analysis, 2020,40(04):1257-1262.
4	刘维,于强,牛腾,等.农用地土壤As元素与叶片光谱特征关系研究[J].光谱学与光谱分析,2021,41(09) : 2866-2871.
	Liu W, Yu Q, Niu T, et al. Study on the Relationship Between Element As in Soil of Agricultural Land and Leaf Spectral Characteristics[J]. Spectroscopy and Spectral Analysis, 2021,41(09):2866-2871.
5	韩康,于静,李瑞,等.基于光谱特征值反演马铃薯叶片氮累积量[J].灌溉排水学报,2021,40(06):53-58.
	Han K, Yu J, Li R, et al. Optimal Spectral Eigenvalues to Estimate Nitrogen Content in Potato Leaves[J]. Journal of Irrigation and Drainage,2021,40(06):53-58.
6	刘燕德,林晓东,高海根,等.基于叶绿素荧光光谱技术的茶叶藻斑病模型研究[J].光谱学与光谱分析,2021,41(07):2129-2134.
	Liu Y D, Lin X D, Gao G H, et al. Research on Tea Cephaleuros Virescens Kunze Model Based on Chlorophyll Fluorescence Spectroscopy[J]. Spectroscopy and Spectral Analysis,2021,41(07):2129-2134.
7	王浩,王建春,李凤菊,等.基于SVM和CNN组合模型的黄瓜病斑叶片检测与识别[J].贵州农业科学,2020,48(10):58-63.
	Wang H, Wang J X, Li F J, et al. Detection and Recognition of Diseased Cucumber Leaves Based on SVM and CNN Combined Model[J]. Guizhou Agricultural Sciences,2020,48(10):58-63.
8	苗荣慧,杨华,武锦龙,等.基于图像分块及重构的菠菜重叠叶片与杂草识别[J].农业工程学报,2020,36(04):178-184.
	Miao R H, Yang H, Wu J L, et al. Weed Identification of Overlapping Spinach Leaves Based on Image Sub-block and Reconstruction[J]. Transaction of the Chinese Society of Agricultural Engineering,2020, 36(04):178-184.
9	乔虹,冯全,赵兵,等.基于Mask R-CNN的葡萄叶片实例分割[J].林业机械与木工设备,2019,47(10):15-22.
	Qiao H, Feng Q, Zhao B, et al. Instance Segmentation of Grape Leaf Based on Mask R-CNN[J]. Forestry Machinery & Woodworking Equipment,2020,36(04):178-184.
10	鲍文霞,林泽,胡根生,等.基于RSTCNN的小麦叶片病害严重度估计[J].农业机械学报, 2021,52(12):242-252+263.
	Bao W X, Lin Z, Hu G S, et al. Severity Estimation of Wheat Leaf Diseases Based on RSTCNN[J]. Transaction of the Chinese Society for agricultural Mechinaery,

数据库（集）名称	2016年辽宁兴城富士、华红、嘎啦苹果叶片光谱与图像数据集
数据作者	高飞、王晓丽、胡林、樊景超、刘婷婷、闫燊、曹姗姗
通信作者及邮箱	王晓丽，wangxiaoli@caas.cn
数据时间范围	2016年
采集区域	中国辽宁兴城
数据量	2.13GB
数据格式	.asd, .jpeg
数据服务系统网址	http://dx.doi.org/10.12205/A0007.20211029.36.is.1909
基金项目	基于大数据和人工智能的马铃薯智能育种平台关键技术研发及应用（2021SZD0026）
数据库（集）组成	数据集主要包括富士、华红、嘎啦苹果树叶片的光谱和图像数据，其中： 1.近红外光谱数据量180MB； 2.叶片图像数据量2GB。

[1]	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.
[2]	匡立学, 徐国锋, 陈志军, 李银萍, 程杨, 沈友明. 2017年中国‘富士’苹果品质数据集[J]. 农业大数据学报, 2022, 4(3): 49-53.
[3]	李燕青, 李壮, 杨安, 程存刚, 张凝. 2018年辽宁绥中县苹果园土壤养分特征数据集[J]. 农业大数据学报, 2022, 4(3): 60-63.
[4]	岳强, 闫文涛, 刘池林, 王春田, 孙丽娜, 张怀江, 仇贵生. 2019—2021年辽宁苹果产区桃小食心虫成虫发生动态数据集[J]. 农业大数据学报, 2022, 4(3): 73-76.
[5]	孙思邈, 高源, 王昆, 王大江, 李连文. 23份苹果种质资源的果实品质分析[J]. 农业大数据学报, 2022, 4(2): 13-19.
[6]	贾朝爽, 王志华. 不同产地的12个苹果品种品质指标数据集[J]. 农业大数据学报, 2022, 4(2): 20-24.
[7]	胡国君, 董雅凤, 张尊平, 范旭东, 任芳. 用于苹果树病毒鉴定的small RNA深度测序数据集[J]. 农业大数据学报, 2022, 4(2): 25-29.
[8]	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.
[9]	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.
[10]	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.
[11]	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.
[12]	王晓丽, 胡乾浩, 樊景超, 李壮. 辽北苹果叶片氮含量、近红外光谱与图像数据集[J]. 农业大数据学报, 2020, 2(4): 113-119.
[13]	高飞, 王晓丽, 刘婷婷, 李壮, 满芮. 中国苹果叶片病虫害2015年光谱和图像数据集[J]. 农业大数据学报, 2020, 2(4): 120-124.
[14]	丁国辉,许昊,温明星,陈佳玮,王秀娥,周济. 基于经济型低空无人机对小麦重要产量表型性状的多生育时期获取和自动化分析[J]. 农业大数据学报, 2019, 1(2): 19-31.
[15]	冯芳君,严明,沈国辉,陈振挺,田志慧,范佩清,梅捍卫. 基于幼苗图像分析鉴定水稻品种旱直播耐深播特性[J]. 农业大数据学报, 2019, 1(2): 32-40.

2016年辽宁兴城富士、华红、嘎啦苹果叶片光谱与图像数据集

Spectra and Images of Fuji, Huahong and Gala Apple Leaves in Xingcheng, Liaoning Province, in 2016

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 3

参考文献 10

相关文章 15

Metrics

本文评价

推荐阅读 0