‍10.34133/plantphenomics.0243‍

Plant Phenomics | 利用Helios 3D植物和辐射传输建模框架模拟自动标注的可见光和多/高光谱图像

‍10.34133/plantphenomics.0189‍

Plant Phenomics | 南京农业大学联合江苏省农业科学院基于成像高光谱技术和GWAS分析的水稻籽粒蛋白质含量表型研究

10.3413‍3/plantphenomics.0200

Plant Phenomics | 美国密苏里大学联合江南大学通过强光下叶绿素a荧光动态分析揭示植物水分流失新机制

10.34133/plantphenomics.0151

Plant Phenomics | DC2Net：一种基于高光谱成像和深度学习的亚洲大豆锈病诊断模型

10.34133/plantphenomics.0163

Plant Phenomics | 海南大学应对橡胶树叶片氮钾水平高光谱检测时的小样本和不平衡数据挑战

10.34133/plantphenomics.0154‍

Plant Phenomics | 利用偏振测量法减轻高光谱成像中的光照、叶片和视角依赖性

‍10.34133/plantphenomics.0157‍

Plant Phenomics | 华中农业大学基于高光谱图像与机器学习对油菜籽的成熟度进行分类研究

10.34133/plantphenomics.0139‍

Plant Phenomics | 东京大学利用高光谱图像预测番茄叶片中元素含量的多目标回归方法

‍10.34133/plantphenomics.0146‍‍

Plant Phenomics | 东北农业大学利用近端成像光谱对水稻NPK胁迫进行特征化及鉴别

10.34133/plan‍tphenomics.0197

Plant Phenomics | 南农农学院联合前沿交叉研究院提出基于无人机图像田间小麦生长均匀度的定量化方法

10.34133/plantphenomics.0191‍

Plant Phenomics | 叶片和冠层温度作为代替气孔导度实际测量的考虑因素和局限性：对环境条件、规模和样本量的敏感性

10.34133/plantphenomics.0169

Plant Phenomics | 西北农林科技大学基于无人机的时序光谱指数解析小麦持绿在育种进程中的选择

10.34133/plantphenomics.0171‍

扫码添加小编微信，拉您进入《植物表型组学》作者交流群，群内不定期开展作者分享会、专刊发布会等高质量活动。

添加小编微信，备注姓名+单位+PP，加入作者交流群

《植物表型组学》（Plant Phenomics）是由南京农业大学创办的英文学术期刊，于2019年1月正式上线发行。采用开放获取形式，刊载植物表型组学交叉学科热点领域具有突破性科研进展的原创性研究论文、综述、数据集和观点。具体范围涵盖高通量表型分析的最新技术，基于图像分析和机器学习的表型分析研究，提取表型信息的新算法，作物栽培、植物育种和农业实践中的表型组学新应用，与植物表型相结合的分子生物学、植物生理学、统计学、作物模型和其他组学研究，表型组学相关的植物生物学等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等数据库收录。科睿唯安JCR2023影响因子为7.6，位于农艺学一区（1/125名），植物科学一区（13/265名），遥感一区（6/62名）。2023年中科院期刊分区位于农林科学大类一区。2020年入选中国科技期刊卓越行动计划高起点新刊项目、2024年入选江苏科技期刊卓越行动计划领军期刊项目、中国科技期刊卓越行动计划二期英文梯队期刊。

说明：本文由《植物表型组学》编辑部负责组稿。