面對全球人口不斷增加和全球氣候變化的問題，如何保持作物產(chǎn)量的可持續(xù)增加，是保證全球糧食安全的核心問題。

田間條件下不同傳感器針對不同作物表型性狀的應(yīng)用潛力

近年來，利用基因組學(xué)輔助育種的方法已成為新品種培育和作物提質(zhì)增產(chǎn)的重要手段，如何更好的將作物表型組和基因組數(shù)據(jù)進行關(guān)聯(lián)分析，快速準(zhǔn)確地篩選目標(biāo)性狀和基因，對于提高育種效率，保證全球糧食安全具有重要意義。

不同作物表型傳感器的典型成像結(jié)果：(a) RGB相機, (b) 多光譜相機, (c) 高光譜相機, (d) 熱成像相機, (e) 冠層光合儀, (f) PlantExplorer葉綠素?zé)晒獬上裣到y(tǒng), (g) 雙目成像, (h) 激光雷達

目前高通量的基因測序和分析技術(shù)已經(jīng)比較成熟，但高通量作物表型精準(zhǔn)鑒定能力仍有待提升。高通量表型鑒定技術(shù)利用新型傳感器、先進的自動化平臺和圖像處理系統(tǒng)，可以在溫室、大田等不同條件下快速、準(zhǔn)確篩選出目標(biāo)性狀突出的優(yōu)異資源和材料。此外，隨著生物信息技術(shù)的發(fā)展，新型生物信息技術(shù)平臺的數(shù)據(jù)計算與分析能力也將會進一步提升，為作物表型組學(xué)技術(shù)的發(fā)展提供了基礎(chǔ)支撐。

不同作物表型性狀鑒定光學(xué)傳感器在玉米育種關(guān)鍵生育期的綜合應(yīng)用：VE:出苗期;V1:一葉期;V3：三葉期;V6：六葉期;V9：九葉期;VT：抽雄期;R1：吐絲期;R3：成熟期

作物表型分析是理解作物基因功能及環(huán)境效應(yīng)的關(guān)鍵環(huán)節(jié)，表型組學(xué)技術(shù)的應(yīng)用使種質(zhì)資源和育種材料的重要表型性狀的鑒定和對應(yīng)基因的篩選更加高效和精準(zhǔn)，同時，也將有助于優(yōu)質(zhì)高產(chǎn)新品種的培育。

不同尺度的地面作物表型平臺和航空作物表型平臺

本長篇綜述聯(lián)合全球多位作物表型領(lǐng)域國際知名專家(包括墨爾本大學(xué)的Pablo J. Zarco-Tejada教授, 慕尼黑工業(yè)大學(xué)Urs Schmidhalter教授, 國際玉米小麥改良中心Matthew P. Reynolds教授, 洛桑實驗站Malcolm J. Hawkesford教授, 國際半干旱熱帶作物研究所Rajeev K. Varshney教授)，歷時三年對當(dāng)前作物表型鑒定的起源、定義、當(dāng)前作物表型鑒定所用傳感器類型以及對應(yīng)的表型性狀鑒定進行整理和總結(jié)，討論了不同傳感器的優(yōu)點、缺點及其應(yīng)用潛力，并指出地面和航空作物表型鑒定平臺是將來的重要發(fā)展方向，最后，討論了未來作物表型鑒定研究的機遇和發(fā)展趨勢。

作者介紹：

金秀良博士，2019年作為中國農(nóng)業(yè)科學(xué)院作物科學(xué)研究所青年英才A類引進，研究員，當(dāng)前為作物表型創(chuàng)新研究組組長，曾經(jīng)獲得過德國洪堡學(xué)者的資助，主要從事作物表型鑒定與精準(zhǔn)農(nóng)業(yè)研究。自2011年以來，在國內(nèi)外期刊以第一作者或通訊作者共發(fā)表SCI論文26篇，合作發(fā)表論文50余篇，涵蓋了農(nóng)業(yè)和遙感領(lǐng)域的主要期刊，包括IEEE Geoscience and Remote Sensing Magazine、Remote Sensing of Environment、ISPRS Journal of Photogrammetry and Remote Sensing、Agricultural and Forest Meteorology和European Journal of Agronomy等，其中入選ESI高被引論文3篇。當(dāng)前GoogleScholar總引用1437次，H指數(shù)23。擔(dān)任Agronomy Journal、The Journal of Agricultural Science、Scientific Reports和作物雜志編委或副主編，Remote Sensing-?？妥庉嫼蛫W地利科學(xué)基金(FWF)評審專家。此外，還擔(dān)任中國仿真學(xué)會第一屆農(nóng)業(yè)建模與仿真專業(yè)委員會委員、中國農(nóng)業(yè)機械學(xué)會青年工作委員會常務(wù)委員和2019年IEEE國際計算智能在遙感領(lǐng)域的應(yīng)用會議的組委會委員。

Pablo J. Zarco-Tejada教授，國際知名的精準(zhǔn)農(nóng)業(yè)和植被遙感科學(xué)家，主要從事無人機、微型光學(xué)傳感器和人工智能等技術(shù)在農(nóng)藝、植物保護育種和作物表型等領(lǐng)域的創(chuàng)新性研究。Pablo J. Zarco-Tejada教授先后主持過歐盟、歐洲航天局多個重大科研項目，發(fā)表150余篇科技論文，目前擔(dān)任遙感領(lǐng)域頂級期刊—環(huán)境遙感(Remote Sensing of Environment)的副主編，入選 Web of Science高被引科學(xué)家，當(dāng)前GoogleScholar總引用18398次，H指數(shù)61，是無人機作物表型研究領(lǐng)域的世界頂尖級科學(xué)家。

Urs Schmidhalter 教授，國際知名的精準(zhǔn)農(nóng)業(yè)和植物營養(yǎng)科學(xué)家，主要從事作物田間精細化管理研究。Urs Schmidhalter 教授先后主持或參與過國際和德國多個重大科研項目，發(fā)表150多篇科技論文，目前擔(dān)任European Journal of Agronomy的副主編，當(dāng)前GoogleScholar總引用9232次，H指數(shù)49。

Matthew Reynolds教授，國際知名的小麥生理育種科學(xué)家，主要從事小麥生理育種與作物表型研究。Matthew Reynolds教授先后主持或參與過國際多個重大科研項目，發(fā)表200多篇科技論文，當(dāng)前GoogleScholar總引用27111次，H指數(shù)85。

Malcolm J. Hawkesford教授，國際知名的植物營養(yǎng)與分子機制調(diào)控科學(xué)家，主要從事小麥田間營養(yǎng)管理與作物表型研究，Malcolm J. Hawkesford教授先后主持或參與過國際和英國多個重大科研項目，發(fā)表200多篇科技論文，當(dāng)前Researchgate總引用11399次，H指數(shù)57。

Rajeev K. Varshney教授，國際知名的分子育種與作物改良科學(xué)家，主要從事作物分子育種、基因組測序、作物基因組、作物表型研究，Rajeev K. Varshney教授先后主持或參與過國際和印度多個重大科研項目，發(fā)表400多篇科技論文，當(dāng)前GoogleScholar總引用36941次，H指數(shù)96。

中國農(nóng)業(yè)科學(xué)院作物科學(xué)研究所-作物表型創(chuàng)新研究組成立于2019年，目前課題組有成員15人，主要從事作物表型鑒定與分析研究，研究領(lǐng)域包括：作物表型光學(xué)傳感器的集成與研發(fā);無人機表型平臺數(shù)據(jù)獲取與自動化分析;作物多源影像數(shù)據(jù)的處理和分析算法研發(fā);田間可移動作物表型平臺的研發(fā)與應(yīng)用;表型組與基因組關(guān)聯(lián)分析及關(guān)鍵功能基因挖掘;作物長勢、產(chǎn)量、品質(zhì)的遙感監(jiān)測與評估研究。作物表型課題組招生碩士和博士研究生及客座研究生，計算機、遙感、農(nóng)學(xué)、農(nóng)業(yè)信息化領(lǐng)域均可，并長期招聘博士后和事業(yè)編制人員。郵箱：jinxiuliang@caas.cn;電話：15611669703;微信號：small_snail_001。

來源：

Jin, X. L.,* Zarco-Tejada, P. J., Schmidhalter, U., Reynolds, M. P., Hawkesford, M. J., Varshney, R. K., Yang, T., Nie, C. W., Li, Z. H., Ming, B., Xiao, Y. G., Xie, Y. D., Li, S. K.* (2020): High-Throughput Estimation of Crop Traits: A review of ground and aerial phenotyping platforms. IEEE Geoscience and Remote Sensing Magazine，DOI: 10.1109/MGRS.2020.2998816.