作物表型测量技术作为育种领域的发展加速器，近年来在国内外科研及应用领域得到了重视。高通量的精确表型测量对于作物长势分析、作物胁迫研究、品种选育等具有重要意义。作物表型测量技术历经了人工测量、二维摄影测量、三维测量的技术发展历程，并结合多/高光谱技术，叶绿素荧光技术的发展，逐步形成了明晰的技术发展路线。激光雷达技术是一种新兴的主动遥感技术, 能够精确获取作物的空间形态数据, 在高通量作物表型监测中有广阔应用前景。

LiCrop是数字绿土自主研发的作物表型系统，集成了以激光雷达为核心、包括多光谱成像仪、高分辨率RGB相机、热成像仪等多源传感器，通过标准转接件灵活搭载于室内外平台，可快速采集不同监测尺度下的植物体高精度3D点云、真彩色图像以及光谱等信息。结合LiProcess自动处理服务及LiPlant植物三维表型参数提取软件，可精准获取目标作物的株高、株幅、叶长、叶片数、叶夹角，群体覆盖度、高度以及分层叶面积密度等参数，为用户提供数据采集、处理分析一站式解决方案，有效服务于作物表型监测及农林管理。

 

数字绿土表型技术研究团队与全国各科研机构、地方高校、农林部门进行了深入密切合作，使用LiCrop系统开展了大量针对特定植物的作物表型研究。

中国科学院植物研究所香山基地作物表型平台——与中国科学院植物研究所苜蓿研究团队开展了基于田间、温室表型系统的合作研究。

 

南京农业大学田间表型平台——与南京农业大学开展了水稻、大豆等作物表型数据采集系统的研发合作。

 

温室表型平台——与院校合作开展温室内作物表型采集和研究。

 

田间移动式三维表型数据采集系统——与院校开展针对于甘蔗等经济作物的表型数据系统研究。

 

林业田间表型平台——与林业院校合作开展林木育苗的表型研究。

 

基于近地面遥感技术的集成型表型测量平台彻底突破了以往表型数据采集困难的瓶颈，克服了传统植物表型获取效率低、成本高、主观性强和标准不一等弊端，为植物生物学、表型组学及育种学提供了一种强有力的研究手段。然而，通量化的基因型和表型数据造就了育种学的大数据时代，伴随高通量数据采集而来是海量数据的存储、管理和分析等问题。为此，数字绿土研发团队面向上述表型数据处理需求，针对性地开发了LiPlant植物表型数据处理软件。

「LiPlant植物表型数据处理软件」

「参数提取」

应用LiCrop作物表型系统，可以为作物胁迫研究、品种选育等研究提供作物各类参数的精准测量并大大提高研究质量和效率。以干旱胁迫下玉米表型动态监测研究为例，针对玉米的不同抗旱等级的品种，通过LiCrop表型系统进行扫描，获取不同品种的玉米在不同时期的点云模型，获取其生长动态，覆盖度动态，总叶面积指数生长动态，进行抗旱等级分类，以及生长性显著分析等，研究者借此更好地探究干旱胁迫对于不同玉米品种的影响，并大大加速了玉米抗旱品种的选育过程。LiCrop表型系统给研究提供了批量、快速、准确、客观的作物表型信息。

成熟的平台系统应该集软硬件为一体，数据采集和自动化数据处理保持同步。数字绿土团队在多年平台设计与应用开发过程中，始终以系统平台的集成度和稳定性为基础。在硬件方面，兼容了各类型传感器的接口衔接和数据传输，为未来更多类型的传感器融入平台预留可能。在软件功能方面，以满足大数据背景下的高效数据采集、分析需求为基础，采用合适的人机交互模式以提高效率和精度。我们在连续的、无人值守的数据采集、解算、分析方面取得了突破性进展并通过了实践验证，将科研人员从繁重的数据采集工作中解放了出来，可以更专注于科学假设和模型设计。同时我们不止步于数据的采集和处理，致力于以学科交叉优势推动多学科创新和突破。通过多学科之间的交叉合作，将表型数据与环境数据、基因型数据进行关联分析，探究基因型、表型和环境的相互作用机制。并对海量数据进行有序管理和分析，将高通量表型参数转化为模型参数，从而建立精确的作物生长模型，或是作为元数据为虚拟模型提供验证。

可以预见，不远的将来，得益于传感器的更新换代和计算机科学的进步，作物表型测量平台能更为精确地获取多维度的表型特征参数，迎来表型组学和育种的新时代。

收藏