-＜前言＞-
杉木是我国最重要的用材树种之一 。随着全球气候变暖，培育抗旱、耐热新品种已成为杉木育种者的重要任务 。然而，对干旱或高温胁迫下杉木的生长状况进行分类和评价仍然是一项耗时耗力的工作 。
随着全球变暖，我国南方干旱高温天气越来越频繁 。全球变暖导致气温上升和降雨量减少，这将导致未来极端天气事件的发生 。
许多研究表明，干旱和高温是影响树木生长、发育和分布，甚至影响森林生态系统和生物地理过程的重要环境胁迫 。杉木，常绿针叶树，主要分布于我国南方，是一种速生、高产、品质优良、抗病虫害、具有巨大商业价值的重要用材树种 。
图像数据集并用于该研究 。
通过将四种基本CNN模型与LSTM模型进行比较，确定-LSTM是生长状态分类的最佳模型，并且LSTM可以显着提高分类性能 。
基于计算机视觉的表型分析为植物生理和生长状态的评估和分类提供了一种简单、快速和高度自动化的方法 。
特别是卷积神经网络的出现使得不同胁迫下植物表型的识别更加高效和自动化 。CNN 和基于 CNN 的方法已在相关工作中得到广泛应用 。
虽然单个CNN在图像分类和分割方面具有良好的性能，但它们不适用于动态系统的图像，例如从整个生长时期获取的时间序列图像数据集 。
另一方面，传统的深度神经网络在处理图像尤其是植物图像时往往无法准确定位和提取有判别性的感兴趣区域，这极大地影响了图像的分类和检测精度 。
通过深度神经网络对不同胁迫下的杉木生长状况进行分类和评价仍然是一个巨大的挑战 。此外，模型还应克服不同状态的外观相似性带来的干扰 。
考虑到杉木在我国木材工业中的重要地位，以及气候变化和全球变暖对杉木生产的潜在负面影响，提出了一种基于图像的方法，对干旱和高温胁迫下杉木的生长状况进行分类，促进育种工作开展具有重要的现实意义 。
由于目前还没有公开的杉木幼苗干旱胁迫和热胁迫图像数据集，因此我们分别建立了两个基于干旱和热处理的杉木幼苗图像数据集 。每幅图像中杉木幼苗的生长状况也经过人工评分，数值范围为0到1.0 。
-<图像捕捉>-
推荐阅读
- 申初是下午3点 申初是什么时候是几点
- 炖骨头汤家常做法 最重要的是选好大骨头
- 中国西梅是什么季节的水果 西梅是秋季水果吗
- 中国的一些风俗习惯
- 中国四大名砚是哪四种 全国砚台哪里产的最出名
- 马蝇在我国哪里有分布 马蝇在中国有吗
- 中国古时候太子和世子哪个地位高 古代世子和太子区别在哪
- 夺得CBA冠军最多的是哪支球队？
- 饭后不能做什么 饭后不能做什么检查
- 中国八大名菜排名 中国八大名菜排名都有哪些菜