引用格式：白更, 葛玉峰. 作物胁迫感知和植物表型测量系统综述[J]. 智慧农业(中英文), 2023, 5(1): 66-81. DOI：10.12133/j.smartag.SA202211001
BAI Geng, GE Yufeng. Crop stress sensing and plant phenotyping systems: A review[J]. Smart Agriculture, 2023, 5(1): 66-81. DOI：10.12133/j.smartag.SA202211001
作物胁迫感知和植物表型测量系统综述
白更*， 葛玉峰
（内布拉斯加大学林肯分校 生物系统工程系，林肯 NE 68583，美国）
摘要： 提高农田管理的资源施用效率和持续培育优良作物品种是确保粮食产量和减轻作物生产对环境影响的关键途径。作物胁迫感知和植物表型测量系统是田间变量管理和高通量植物表型测量研究的核心，且两者在硬件和数据处理技术上具有相似性。几十年来，人们一直在开发可以用在田间变量管理领域的作物胁迫感知系统，旨在建立更加可持续的田间管理方案。与此同时，田间高通量表型系统开发取得的重大进展为降低传统表型测量成本提供了技术基础。本文首先对田间变量管理中涉及的作物胁迫感知系统进行了回顾，特别对目前用于精准灌溉、氮素施用和农药喷洒中的感知和决策方法进行了总结。基于作者团队在内布拉斯加大学林肯分校开发的三套田间表型测量系统，对常见田间高通量表型测量系统的传感器和数据的处理分析流程进行了介绍。此外，讨论了当前田间表型测量系统面临的挑战并提出了潜在解决方案。人工智能、机器人平台和创新仪器的持续发展有望显著提高测量系统的性能，对系统在育种中的大范围应用起到积极作用。对主要植物生理过程更直接的测量可能成为未来田间表型研究领域的研究热点之一，并为培育更耐胁迫的作物新品种提供有价值的表型数据。这篇综述可为田间变量管理和高通量植物表型测量两个研究领域提供参考和独特的见解。
关键词： 作物胁迫感知；植物表型；田间变量管理；HTTP系统
文章图片
Note：（A） a mobile platform for sensing drought stress；（B） a field phenocart for measuring various phenotypic traits；（C） a large-scale cable-suspended field phenotyping facility （NU-Spidercam）
Fig. 2 The image processing protocol to calculate growth index （GI） and canopy water stress index （CWSI） by processing multispectral and thermal images with the environmental data
Fig. 3 The image processing protocol of automatic grading for soybean plots with stress from iron deficiency chlorosis （IDC）
Fig. 4 Data processing pipelines for the onboard sensor cluster， including the multispectral camera， thermal camera， spectrometer， and the LiDAR
作者简介
白更，1986年生，四川省成都市人。本科和硕士就读于中国农业大学水利与土木工程学院，分别获得水利水电工程专业学士和农业水土工程专业硕士学位，在日本新潟大学获得环境科学与技术博士学位，毕业后在美国内布拉斯加大学林肯分校生物系统工程系从事博士后研究，2018年起任该校研究助理教授。目前研究领域为智慧农业，主要在高通量植物表型和大田精准变量管理两个方向进行跨学科研究。
来源：《智慧农业（中英文）》2023年第1期
转载请联系编辑部授权
本期支持单位
淄博数字农业农村研究院
发布征集
欢迎在我公众号发布科研团队介绍、创新科研成果及相关活动等信息。
转载本文请联系原作者获取授权，同时请注明本文来自SciOpen TUP科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3563286-1434072.html?mobile=1
收藏
