跳到主要内容

数字植物表型平台

面向田间数据、成像与 AI 的专注工作台。

十四个围绕植物科学工作流打造的实用浏览器工具。每个工作台共用同一套克制、响应式的界面，同时把各自的专业控件放在触手可及的位置。

14
个浏览器工具
5
个工作流领域
BYOK
自选 AI 模型

探索工具箱

选择一个工作流​

按任务搜索，或按科研阶段筛选。每张卡片都会打开一个专用工作台。

14 个工具

数据采集

传感器记录仪

采集手机姿态、定位与太阳几何，生成带时间戳的田间记录，并导出可直接用于科研的 CSV。

  • 设备传感器
  • CSV 导出
  • 本地运行
田间规划

土地测量仪

用手动坐标或设备定位构建田块边界，估算面积（平方米、公顷与亩）。

  • 地理定位
  • 面积估算
  • SVG 预览
田间规划

灌溉设计器

在交互式初步设计工作台中探索滴灌管布局、水力约束与压力损失估算。

  • 水力计算
  • 等比 SVG
  • 本地计算
田间规划

气象数据下载器

选择地点与日期范围，获取 NASA POWER 农业气象数据，预览或下载整洁的 CSV 结果。

  • NASA POWER
  • 地图选点
  • CSV 导出
田间规划

CCO 航线规划

把 KML 田块边界转成可预览的大疆 CCO 航线包，飞行与相机参数均可配置。

  • KML / KMZ
  • 航线预览
  • 大疆航线
成像与视觉

图像量化工具

打开在线分析工作台，对上传或拍摄的生物样本图像做量化，并导出测量结果。

  • 在线运行时
  • 相机输入
  • 测量输出
成像与视觉

根系预处理

用多边形区域、背景清理、高通增强与精细手动修正来准备根系扫描图像。

  • Canvas 工作流
  • ROI 编辑
  • PNG 导出
成像与视觉

双目视觉

拆分并校正左右并排的相机画面，检查立体像对，并在明确的标定配置下查看深度输出。

  • 相机输入
  • 立体像对
  • 深度预览
成像与视觉

标定板生成

生成可打印的棋盘格与编码圆形标定板，带实时尺寸、校验与 PDF 导出。

  • 实时预览
  • 打印比例
  • PDF 导出
AI 与科研

AI 数据可视化

载入表格，生成确定性的本地图表，并可选择用你自己的 AI 服务来协助解读数据模式。

  • 图表数据本地生成
  • 自带 AI 密钥
  • CSV / XLSX / JSON
AI 与科研

期刊选择器

用你自己选择的 AI 服务和 API 密钥，将论文摘要与可配置的期刊条件做比对。

  • 自带 AI 密钥
  • 自定义条件
  • CSV 导出
AI 与科研

AI 解题器

用文字、相机或截屏提问，把提示词发送到你自行配置的视觉 AI 模型与 API 服务。

  • 自带 AI 密钥
  • 相机 / 截屏
  • 预设提示词
实用工具

加密便签

在浏览器内加密文本便签，通过 URL 片段分享，或在本地存储中保留一份带密码的副本。

  • Web Crypto
  • 本地存储
  • 仅文本
实用工具

迷宫

一个紧凑的 canvas 实验：程序化迷宫生成、键盘与触摸输入、移动轨迹与本地计分。

  • Canvas
  • 键盘 + 触摸
  • 本地计分
尽可能本地优先除非工具明确指出使用了外部服务，否则文件与计算都留在浏览器内。
你的模型，你的密钥AI 工具使用你在该次会话中自行配置的服务商与 API 凭据。
标注科研边界科学假设、外部运行时与初步估算都会在上下文中标明。

Citation

If you use Digital Plant Phenotyping Platform v25.0 or any of its applications in your research, please cite it as:

LiangchaoDeng. (2025). smiler488/smiler488.github.io: Digital Plant Phenotyping Platform v25.0 (v25.0.0). Zenodo.
https://doi.org/10.5281/zenodo.17544584
Click to copy APA citation.
DOI badge

BibTeX citation (Zotero → File → Import from Clipboard)

Click to copy BibTeX to clipboard for Zotero import.
@software{Deng2025_DPPP_v25,
  author       = {Deng, Liangchao},
  title        = {Digital Plant Phenotyping Platform (v25.0)},
  year         = {2025},
  publisher    = {Zenodo},
  doi          = {10.5281/zenodo.17544584},
  url          = {https://doi.org/10.5281/zenodo.17544584},
  note         = {[Computer software]}
}