基于无人机遥感的作物表型参数获取和应用研究进展

作物表型参数是由基因和环境因素决定或影响的作物生理、生化特征和性状。通过获取不同环境、不同生长时期的作物表型信息,可直观了解作物生长状况,以及时调整栽培管理措施,保障作物高效生产。无人机搭载RGB相机、光谱相机、激光雷达等传感器,可充分发挥灵活性好、获取数据效率高、成本相对较低等优势,实现作物表型参数信息的高效获取,同时,快速发展的图像处理和识别分类技术又为无人机遥感获取的作物表型参数信息提供了有效的处理和分析方法,从而使得作物监测更加便捷、高效。本文总结了无人机遥感获取作物表型参数信息的流程与方法,概括了基于无人机遥感开展作物株高、冠层覆盖度、叶面积指数、水分胁迫、生物量、产量等表型参数研究的现状,并对无人机遥感技术在作物表型参数信息解析方面的应用前景进行了展望,以期为充分发挥该技术在农业生产中的作用提供参考。     

数字图像技术及其在作物表型研究中的应用研究进展

介绍了目前作物表型性状采集中常用的2类数字图像技术——光学成像技术和微波成像技术,包括其原理、优缺点及在作物表型研究中的应用实例。结合表型组学,综述了室内和田间不同环境下高通量表型分析平台在作物表型研究中的应用研究进展,并对其发展趋势进行展望。     

基于Faster R-CNN的大田玉米雄穗识别及抽穗期判定研究

目前田间玉米雄穗数量监测主要依靠人工进行,效率低且易出错.为了实现在复杂的田间环境下对玉米雄穗自动识别和计数的任务,使用无人机平台和田间作物表型高通量获取平台采集的田间玉米顶视图像构建数据集,使用Resnet 50作为新的特征提取网络代替原始的VGG 16来优化Faster R-CNN模型.再根据表型平台所获取的高时序、连续图像,进一步使用改进后的模型对试验小区内玉米抽穗期前后20 d的雄穗数量进行监测,以此为依据进行抽穗期判定.该方法在田间作物表型高通量平台获取的图像数据测试集中类平均精度为90.14％,平均绝对误差为4.7328;在无人机平台获取的图像数据测试集中类平均精度为82.14％,平均绝对误差为9.6948.试验结果表明:该模型在田间作物表型高通量获取平台上的检测结果优于无人机平台,且具备一定的应用价值.     

基于Android的作物表型性状数据采集系统研究

为提高农业试验表型性状数据采集效率,充分调研了不同农作物、不同试验类型数据采集过程,设计开发了通用型作物表型性状数据采集系统(移动端APP)。移动端APP基于C/S结构开发,以Android Studio为开发平台,采用JSON数据格式,通过Android技术实现Web api与服务器之间的通信。移动端APP主要功能包括模板选择、扫码定位、手动录入、数据录入、数据上传和指标字典6个模块,功能设计灵活,数据录入迅捷,操作简单,易于推广。以玉米试验为例,结合作物表型性状管理系统,介绍了移动端APP的具体应用。移动端APP的开发与应用,改变了手工记录的传统数据采集方式,省去了数据二次录入过程,提高数据获取效率70%以上。     

基于可见光图像的玉米植株表型检测研究进展

植株表型性状是遗传育种和农业生产中普遍关心的数据,传统表型观测已成为限制育种效率和管理生长的主要因素。基于可见光图像的植株表型检测具有成本低、效率高、易推广等优点,不但可以原位、实时和连续获取植物生长图像,而且能够解析出植物结构、形态、颜色和纹理等多种表型参数。从玉米群体、单株和器官尺度上论述了基于可见光图像的玉米植物表型检测方法和技术,重点介绍了玉米根、叶、穗部等主要器官的高通量表型检测进展,并分析了基于可见光图像进行植物表型检测存在的问题和发展趋势,以期为制定作物表型检测技术方案和实施规程,及系统开展植物表型组学研究提供参考。     

作物表型组数据库研究进展及展望

【目的】总结归纳作物表型数据库的研究进展,对作物表型数据库的构建进行展望。【方法】采用文献综述法,从Web of Science、NCBI的PubMed和中国知网等常用公共文献数据库中对已发表的作物表型组学相关研究文献进行检索,据此对国内外作物表型组学研究现状进行分析,并基于其中的数据库研究,对目前的作物表型相关数据库进行了介绍。最后对作物表型组数据库构建标准及要求进行了介绍。【结果】不同于基因组学已有许多大型的、公认的、成熟的公共数据库,有关作物表型组学的数据库虽已有一些,但综合性较强、普适性较广的通用标准数据库却不是很多。因此,构建综合性作物表型组标准数据库或构建特定作物的表型组数据库,将成为该领域相关研究人员的工作重点。【结论】农业信息化是现代农业的一个必然发展趋势,作物表型组数据库的构建也是顺应时代发展的产物。今后,在充分利用各种综合和专用数据库的基础上,研究人员应在实际研究中构建自己的作物表型组数据库,增强数据管理和共享。     

基于uC/OS-Ⅲ系统全向型农业测控平台的设计与试验

针对目前农业移动平台的移动灵活性及工作稳定性差等问题,利用机器人运动学对Mecanum轮全向运动能力进行理论分析,研制了一种基于uC/OS-Ⅲ系统的全向型农业测控平台,用于搭载农业机器人在复杂的作业环境中实现全向移动和田间信息采集,减轻劳动强度,提高劳动效率。该平台分为五部分:机械主体部分、环境检测系统、控制系统、操作系统及动力系统;通过机器人运动学的分析与计算、Mecanum轮轮组系统与平台运动坐标系的映射关系分析,获得实现全方位运动的必要条件与最佳的轮组结构布局,进而实现了稳定迅速的全向移动能力;通过uC/OS-Ⅲ操作系统对任务进行管理和调度,实现运动平台对作业环境的温湿度、光照强度、定位信息的检测与反馈。最后进行了平台的整体实验与验证,结果表明该平台实现了全向运动并具有较高的工作稳定性。     

基于无损力学平台的水稻倒伏表型分析(英文)

针对传统水稻倒伏测量费时费力且对水稻植株具有破坏性的问题，本研究构建了一款操作简单且无损的力学平台用于水稻倒伏表型分析，可监测水稻在不同生育期的抗倒伏特性。本试验中水稻倒伏监测时间为2019年8月15日—9月21日，包含水稻生长过程中的拔节期、孕穗期和抽穗期。通过无损力学平台中的力传感器获取水稻倒伏测量过程中的力与位移，从而计算水稻动态抗弯刚度系数(K_EI)，同时通过力学平台采集RGB图像用于计算水稻植株投影面积和受力中心(CoF)。结果表明：抗倒伏品种(北稻1号、神农9816)与倒伏品种(越光、秋光)的K_EI存在差异，反映了水稻生育期内的抗倒伏特性。RGB图像中倒伏品种水稻的受力中心与植株底部的距离大于抗倒伏品种，易失稳。本研究为水稻倒伏监测和精准育种提供了技术支撑。     

基于机器视觉的玉米幼苗叶面积检测装置设计及试验

为了实现玉米幼苗叶面积的快速、无损、实时、高效检测,设计并搭建了基于机器视觉的玉米幼苗叶面积检测装置。该检测装置由框架、光源装置、顶升旋转系统、图像采集及分析系统、检测装置控制系统等部分组成,通过各部分协作完成玉米幼苗顶视图像与侧视图像的实时采集及分析处理,计算玉米幼苗的叶面积。以玉米幼苗为试验对象对装置性能进行测试,试验结果显示:在装置满载情况下,当相机在X方向和Y方向的移动速度分别为830、32 mm/s时,顶视图模式和侧视图模式下检测装置的平均运行时间分别为190、355 s,检测总耗时为545 s,单株玉米幼苗的平均用时为34 s,相机的平均定位准确率分别为92%和90%,相机定位精度较高;玉米幼苗顶视图、主视图和左视图叶面积与实际叶面积的Pearson相关系数分别为0.901、0.767和0.786,装置检测的玉米幼苗叶面积与实际叶面积相关性强,装置可以满足批量检测玉米幼苗叶面积的需要。     

棉花表型技术研究进展

棉花是重要的纺织原料,表型技术的应用对棉花智慧栽培管理和数字化育种具有重要意义。随着农业监测传感器及表型平台的发展,棉花表型技术研究进入重要阶段。概述了棉花的表型构成和主要表型指标;从图像类表型平台、点云类表型平台2个方面综述了棉花表型获取相关传感器及高通量系统平台的发展现状,总结其适用场景、通量、效率及精度;详细综述了棉花多源表型数据处理技术体系,包括图像、三维建模、机器学习、深度学习以及表型大数据建模等技术方法;总结讨论了当前表型技术在棉花精准栽培管理和数字育种方面的应用进展;展望了棉花表型技术的未来发展趋势。     

作物模拟研究进展

作物模拟是农业信息技术的核心和基础,有助于预测、调控作物的生长发育及对环境的反应。笔者着重介绍了作物生长模拟的概念、特征、国内外的研究进展以及存在的问题和今后的发展方向。     

信息技术在现代农业上的应用

随着我国信息化进程和全球信息高速公路的建立，信息技术已广泛应用于现代农业中，并衍生多种相关的农业信息技术，农业信息技术促进了农业生产方式和规模的飞跃发展。本文摘要介绍了农业信息技术的构成，作物信息技术和3S技术在现代农业生产和科研上的应用成就与进展。这对跟踪国内外农业信息技术的发展动向、促进农业信息技术的传播和普及具有积极的意义。     

CodeFinder,一个用于育种系谱信息查找的Excel宏

系谱信息管理在育种工作中占有重要地位。以广泛使用的Microsoft Excel电子表格为平台,利用内嵌的Visual Basic for Application语言编写了一个用于育种系谱信息查找的Excel宏,该程序具有从系谱信息数据库中按照给定的编号清单自动将其对应的系谱信息查找出来的功能,在作物育种中具有广阔的应用前景。     

新疆昌吉市榆树沟镇种植业生产管理信息系统构建研究

利用信息技术提高乡镇生产管理水平是农业现代化建设的重要内容之一。在新疆昌吉市榆树沟镇信息化建设的基础上,针对种植业生产管理体系不完善,生产组织过程中信息不对称,决策效率低等问题,利用信息技术,通过构建8个生产管理模块,进行系统设计,规范种植业生产数据等措施,建立了适用于乡镇的种植业生产管理信息系统,为乡镇种植业生产科学化、程序化管理提供了可供借鉴的解决方案。     

基于空间信息的农作物苗情监测系统

以大面积、无损的农作物苗情监测为目标,采用GIS、RS、GPS等空间信息技术,结合计算机技术、网络技术设计开发了基于空间信息的农作物苗情监测系统。在前人研究基础上,筛选了能够表征作物长势、产量和品质的农学参量及遥感植被指数,提供自定义监测预报模型的方式实现对农作物长势、产量及品质监测。最终,以2012年北京地区冬小麦长势监测为例,展示了农作物长势分析过程,获得了同实际情况相吻合的监测结果。     

作物水分信息采集技术与采集设备

随着社会经济的发展和科学技术的不断进步，农田灌溉正朝着“自动、精准”的方向发展。实现自动、精准灌溉，需要获得及时、准确的作物水分状况信息作为基本依据，而先进、可靠的采集技术与设备则是快速、准确、连续获取作物水分信息的重要保障。作物水分信息，根据其采集部位可分为土壤信息和作物信息两类；而根据采集信息所代表
表的范围，则可分为点源信息和区域信息两类。2种分类结果相组合，可以将作物水分信息分为点源土壤水分状况信息，区域土壤水分状况信息，点源作物水分状况信息和区域作物水分状况信息四大类O目前应用较多的点源土壤水分状况信息快速采集技术主要有中子仪法、时域反射法（TDR）、频域反射法（FDR）、驻波率法（SWR）和张力计法；点源作物水分状况信息的采集技术则主要有红外温度法、叶水势法、光谱法、茎变差法和蒸腾速率法；区域土壤水分状况信息的采集技术主要有遥感法（裸地表层土壤）和墒墒情监测网络法；区域作物水分状况信息则主要通过遥感方法获得，包括热红外遥感和微波遥感等方法。这些技术方法各有优点、缺点和适用范围。从目前的研究和实际应用情况看，基于土壤介电特性的土壤水分信息测量技术（TDR，FD和SWR）和基于植株蒸腾速率、植株茎直径变差和作物冠层红外温度的作物水分状况信息测量技术是具有明显优优势和良好发展潜力的点源水分信息采集技术；以TDR、FDR和SWR为基础，结合GPS和GSM／GPRS无线数据传输系统，适用于区域土壤水分信息的采集；而以热红外遥感和微波遥感为基础的系统则是大面积的区域土壤水分状况信息（裸土表层）和区域作物水分状况信息的主要采集方法。这些作物水分信息采集方法的进一步完善提高，以及相应的精度高、稳定性好、价格适中的各类传感器及配套的数据处理设备的研制将是未来作物需水信息采集领域的重点工作目标。     

基于物联网的智能温室信息管理系统设计

智能温室信息管理系统中需要采集和处理环境信息、作物信息、控制信息等大量、多类型的数据信息,针对上述问题提出了一种Zigbee无线传感、WIFI无线通讯及工业以太网相混合的物联网温室信息管理系统方案。重点讨论了以SQL SERVER 2008数据库为核心、以MCGS为采集及显示平台、以S7-300为控制信息终端的信息管理方法。该方案经过实际验证能很好的满足智能温室信息管理要求。     

多时相高分一号影像在丘陵地区大宗农作物提取中的应用

【目的】基于多时相的高分一号(GF-1)影像,利用面向地块对象分类法提取广西崇左市江州区大宗农作物种植面积,为南方多云雨丘陵地区提取作物信息提供参考。【方法】以2 m分辨率的GF-1影像为数据源,采用人机交互的方式准确识别地表覆盖的地块信息,基于对多时相GF-1影像进行云影检测,并处理生成影像的光谱、归一化植被指数(NDVI)、亮度等特征,采用面向地块对象的分类方法提取甘蔗、水稻和香蕉的作物信息。【结果】根据混淆矩阵评价分类的结果可知,提取大宗农作物的总体精度为90.08%,Kappa系数达0.85,满足农业成果应用的精度要求。【结论】利用有效影像数据,结合地块数据完成作物信息提取,该技术方法能够准确提取丘陵地区大宗农作物信息,为解决南方多云雨丘陵地区提取作物信息难题提供了有效途径。     

吉林省天然红松居群表型变异分析及多样性研究

  目的  为揭示天然红松居群的表型分化程度及变异模式,以吉林省的6个天然红松居群为研究对象,  方法  采用方差分析、主成分分析、聚类分析及多性状综合评价等方法对红松居群的13个表型性状（针叶性状和种实性状）进行系统分析和综合评价。  结果  （1）除针叶束粗/针叶厚在居群间差异未达显著水平外,其余性状在居群内和居群间均达极显著差异水平（ P < 0.01）。（2）在居群间红松的平均表型分化系数为59.33%,其变异大于群体内（40.67%）。（3）6个居群的平均表型变异系数为11.30%,针叶性状和种实性状的表型变异系数依次为针叶性状（14.56%） > 球果性状（10.48%） > 种子性状（5.87%）。（4）主成分分析结果表明,红松居群表型多样性基本来源为针叶性状 > 种子性状 > 球果性状。（5）利用欧氏距离对红松居群进行聚类分析,将红松6个居群划分为3大类群,分别为P1与P6、P3与P5、P2与P4。（6）利用多性状综合评价法,分别以种实性状（种长、种宽、百粒质量和球果质量）和针叶性状（针叶长、针叶宽、针叶厚、针叶束粗）对天然红松居群进行评价,分别筛选出1个居群。  结论  红松居群具有中等的表型多样性,居群间和居群内均存在丰富的表型变异,研究结果为今后红松种质资源的保护和利用提供基础,为红松优良居群的构建提供材料。      

作物基因组学与作物科学革命

作物科学的发展对于世界粮食的增产起着重要的作用。本文回顾了第一次绿色革命的历史。通过比较中国与国际上矮化育种时间、矮源的来源以及同期主要绿色革命国家产量的提高幅度,证明中国应该是第一次绿色革命的策源地与发起国之一。包括“中国绿色革命”、杂交水稻等成果在内的中国作物科学研究成果对中国及世界作物生产作出了突出的贡献。当前中国的作物生产面临着严峻的挑战。第一次绿色革命之后的数十年间,中国小麦等主要粮食作物遗传改良年增长仅为0.7%-0.9%,远低于1.7%的需求;肥水利用效率仅为发达国家的1/3;机械化程度虽有较大的提高,但与发达国家相比仍有较大差距;农产品品质不能满足人们的需求,食品安全存在较大问题。鉴于上述情况,目前迫切需要开展一场以“更高产、更高效、更优质、更环保”为主要目标的新的绿色革命。尽管传统的作物科学对作物生产作出了巨大的贡献,但事实证明,仅靠传统的作物科学难以完成新的绿色革命重任。作物基因组学是当前生物科学领域发展最为迅速的一门新兴学科。当前大多数作物基因组测序已经完成,标志着作物科学已经进入基因组时代,为基于基因组学的作物科学研究奠定了基础。基因组学的发展正在促进作物科学在以下4个方面取得重要进展：（1）促进作物种质资源核心种质构建、重要农艺性状基因的克隆与种质资源的开发与利用,推动种质资源变异组学科的形成;（2）促进作物育种理论与育种方法的重大突破,推动育种基因组学的形成与发展;（3）推动环境条件与栽培措施影响基因表达调控的影响机制研究,一批受环境因素调控的基因将被发现,促进栽培学研究向栽培基因组学的方向发展;（4）迅速提高特色作物的研究水平,缩小作物间研究差距。当前是作物科学发展史上前所未有的高速发展时期,种质资源变异组学、育种基因组学与栽培基因组学的发展将引起作物科学的革命,并将由此引发新的绿色革命。文中分析了中国当前在研究队伍的组织、研究题目与研究材料的选择与研究成果的转化等方面存在的问题,并提出了解决方法及发展方向。