VitiCanopy 1.0.2
คุณจะสามารถดาวน์โหลดได้ภายใน 5 วินาที
เกี่ยวกับ VitiCanopy
VitiCanopy (De Bei et al., 2016) ใช้กล้องด้านหน้าในตัวและความสามารถใน GPS ของอุปกรณ์เพื่อใช้อัลกอริทึมการวิเคราะห์ภาพโดยอัตโนมัติบนภาพดิจิตอลที่มองขึ้นของหลังคาและคํานวณพารามิเตอร์สถาปัตยกรรมหลังคาที่เกี่ยวข้อง
ด้วยการวิเคราะห์เศษส่วนช่องว่าง VitiCanopy จะคํานวณพารามิเตอร์ต่อไปนี้ของสถาปัตยกรรมหลังคา:
ดัชนีพื้นที่ใบ (LAI): พื้นที่ด้านเดียวทั้งหมดของเนื้อเยื่อใบต่อพื้นที่พื้นดินหน่วย ดัชนีพื้นที่ใบ & มีผลบังคับใช้ (LAIe): LAI ได้รับการแก้ไขโดยดัชนีการงอะงะ • Canopy cover: เปอร์เซ็นต์ (เศษส่วน) ของพื้นที่พื้นดินที่ครอบคลุมโดยการฉายภาพแนวตั้งของหลังคา ฝาครอบหลังคาเท่ากับ 1 เมื่อภาพทั้งหมดถูกปกคลุมด้วยใบไม้โดยไม่มีช่องว่าง • รูพรุนหลังคา: เปอร์เซ็นต์ของช่องว่างภายในภาพ (ช่องว่าง) ซึ่งอาจเกี่ยวข้องกับการเจาะแสงผ่านหลังคา ดัชนี  Clumping: อัตราส่วนของดัชนีพื้นที่พืชหรือใบไม้ที่มีประสิทธิภาพต่อดัชนีพื้นที่พืชหรือใบไม้จริง (Macfarlane et al., 2007) มันเท่ากับ 1 เมื่อใบไม้ถูกแจกจ่ายแบบสุ่มในหลังคาและน้อยกว่าหนึ่งเมื่อใบไม้กลายเป็นกลุ่มมากขึ้นในก้อน สําหรับองุ่นปัจจัยนี้อยู่ใกล้หรือเท่ากับ 1 (การกระจายตัวแบบสุ่ม) เว้นแต่จะมีส่วนของภาพที่มีช่องว่างขนาดใหญ่ที่ไม่มีหลังคาอยู่
พารามิเตอร์ดังกล่าวข้างต้นคํานวณตามอัลกอริทึมที่อธิบายไว้ใน Fuentes et al. (2008, 2014) ซึ่งคํานวณจาก Macfarlane et al. (2007):
เศษส่วนของใบปกโปรเจคเตอร์ ( Ff ) = 1- tg/tp ปกมงกุฎ ( เอ ฟซี ) = 1- lg / tp ความพรุนของมงกุฎ ( พีพี; ) = ff/ fc โดยที่ lg = พิกเซลช่องว่างขนาดใหญ่ tg = พิกเซลทั้งหมดในทุกช่องว่าง tp = พิกเซลช่องว่างทั้งหมด
LAI จะคํานวณเป็น: LAI = -fc lnΦ/k โดยที่ k คือสัมประสิทธิ์การสูญพันธุ์ของแสง
*โปรดทราบว่าสําหรับองุ่น k ได้รับรายงานว่าแตกต่างกันระหว่าง 0.65 และ 0.75 ค่า k เริ่มต้นสําหรับแอพถูกตั้งค่าที่ 0.7 ตามที่รายงานสําหรับองุ่นใน Fuentes et al., (2014), De Bei et al., (2016) ค่า k เฉพาะต่อภาพสามารถรับได้โดยการวัดรังสีที่ใช้งานสังเคราะห์แสง (PAR) ที่ด้านบนของหลังคา (Io) และจากที่ถ่ายภาพ (I) เพื่อความแม่นยํามากขึ้น ในกรณีนี้ k = 1 & ลบ; I / Io (Poblete et al., 2015) LAI สําหรับพืชอื่นที่ไม่ใช่องุ่นสามารถวัดได้โดยใช้แอพโดยเลือกค่า k ที่เหมาะสม
แอพยังคํานวณดัชนีการงอ: โอเมก้า;(0) = (1- & Phi;) ln(1-ff)/ln(Φ)ff ดัชนีการ clumping เป็นปัจจัยการแก้ไขเพื่อให้ได้ LAI (LAIe) ที่มีประสิทธิภาพเป็นผลิตภัณฑ์: LAIe = LAI x & โอเมก้า;(0)
อ้าง อิง เดอ บี อาร์; Fuentes S.; กิลลิแฮม M.; Tyerman S.; เอ็ดเวิร์ด E.; Bianchini N.; สมิธ เจ. คอลลินส์ ซี. 2016 VitiCanopy: แอพคอมพิวเตอร์ฟรีเพื่อประมาณความแข็งแรงหลังคาและรูพรุนสําหรับองุ่น เซ็นเซอร์ 2016, 16, 585
Fuentes S., Poblete-Echeverria C., Ortega-Farias S., Tyerman S.D., De Bei R. 2014. การประมาณการอัตโนมัติของดัชนีพื้นที่ใบ (LAI) จากหลังคาองุ่นโดยใช้การถ่ายภาพปกวิดีโอและวิธีการวิเคราะห์การคํานวณ วารสารวิจัยองุ่นและไวน์ออสเตรเลีย, 20 (3): 465-473
Fuentes S., Palmer A.R., Taylor D., Zeppel M., Whitley R., Eamus D. 2008. ขั้นตอนอัตโนมัติสําหรับการประมาณดัชนีพื้นที่ใบ (LAI) ของระบบนิเวศป่าไม้โดยใช้ภาพดิจิตอล Matlab& reg การเขียนโปรแกรมและการประยุกต์ใช้ในการตรวจสอบความสัมพันธ์ระหว่างการวัดความรู้สึกจากระยะไกลและฟิลด์ของ LAI ชีววิทยาพืชทํางาน, 35: 1070-1079
Macfarlane C., Arndt S.K., Livesley S.J., เอ็ดการ์ A.C., D.A., สีขาว D.A., อดัมส์ M.A., Eamus D. 2007. การประมาณดัชนีพื้นที่ใบไม้ในป่ายูคาลิปตัสที่มีใบไม้แนวตั้งโดยใช้ฝาครอบและการถ่ายภาพฟิชอายฟูลเฟรม นิเวศวิทยาและการจัดการป่าไม้, 242(2-3): 756-763
Poblete-EcheverríA., Fuentes S., Ortega-Farias S., Gonzalez-Talice J., Yuri J.A. 2015. การถ่ายภาพปกดิจิตอลสําหรับการประเมินดัชนีพื้นที่ใบ (LAI) ในต้นแอปเปิ้ลโดยใช้ค่าสัมประสิทธิ์การสูญพันธุ์ของแสงแปรผัน เซ็นเซอร์, 15: 2860-2872