當前發(fā)展的瓶頸和未來方向

立足國家戰(zhàn)略需求

作為人口大國，我國不僅面臨著巨大的糧食缺口，同時也存在可用耕地減少，農(nóng)業(yè)灌溉用水利用率低，易發(fā)病蟲害等威脅糧食安全的問題。科技部在“十三五”科技創(chuàng)新規(guī)劃中明確將糧食豐產(chǎn)提質(zhì)增效、農(nóng)業(yè)面源污染防控等作為支撐引領現(xiàn)代農(nóng)業(yè)發(fā)展的重點研發(fā)任務。農(nóng)業(yè)需實現(xiàn)從“大水大肥”的粗放型模式，轉(zhuǎn)向依靠科技創(chuàng)新的新常態(tài)。盡管當前我國在育種和估產(chǎn)等農(nóng)業(yè)相關工作中取得一定成效，但長遠來看，對優(yōu)質(zhì)作物種質(zhì)資源的挖掘和利用仍相對較低。其主要原因之一是缺少對種質(zhì)資源的系統(tǒng)鑒定和深入研究，尤其是從種質(zhì)資源中挖掘優(yōu)良表型性狀及與之關聯(lián)的遺傳信息。作為基因型和環(huán)境變量互作的結(jié)果，表型監(jiān)測對于研究者剖析與產(chǎn)量和脅迫耐受性相關的遺傳學數(shù)量性狀，以及在精準農(nóng)業(yè)背景下監(jiān)測田間變量以實時調(diào)控資源分配具有重要意義。為此，我們需要不斷提升種質(zhì)資源的鑒定與評價技術。通過搭建多尺度的作物表型高通量監(jiān)測平臺，可以實現(xiàn)從室內(nèi)到田間到大區(qū)域上的作物表型全生育期監(jiān)測，輔以環(huán)境變量實時監(jiān)控，建立起“基因型-表型-環(huán)境”的國家級數(shù)據(jù)庫。這不僅可以幫助育種學家進一步深挖作物種質(zhì)資源，也可以協(xié)助農(nóng)學家實現(xiàn)高效的生長動態(tài)監(jiān)測，從而合理布控資源，提高資源有效利用率（圖4）。

平臺集成和算法研發(fā)

目前，國內(nèi)外已逐漸意識到表型監(jiān)測平臺對于育種和農(nóng)業(yè)發(fā)展的意義所在，國際上業(yè)已出現(xiàn)了一些比較成型的表型監(jiān)測系統(tǒng)。然而，當前在表型平臺的使用中也面臨一些問題，如表型數(shù)據(jù)不能很好地與基因型數(shù)據(jù)匹配以及高通量表型監(jiān)測帶來的數(shù)據(jù)冗余等，這些都是新事物從產(chǎn)生到應用再到成熟不可避免的事物發(fā)展過程。我們認為，未來關于作物表型的研究將會持續(xù)受到關注，其主要發(fā)展或攻克方向包括以下?5?點。

高維度參數(shù)提取。作物精確的三維結(jié)構(gòu)的獲取依賴于激光雷達、RGB?相機等傳感器獲取的高維數(shù)據(jù)，如何從高維數(shù)據(jù)中計算結(jié)構(gòu)特征，尤其是高維數(shù)據(jù)的特征提取、目標探測以及分類分割等都有待進一步的探討。

多尺度分析。當前算法多集中于解決單一尺度表型參數(shù)提取，如何從不同尺度的數(shù)據(jù)中提取目標作物的信息，如從群體中提取單株信息、從單株中提取器官（如根系、花穗）等特定性狀的方法十分欠缺。

多源數(shù)據(jù)融合。多源數(shù)據(jù)融合涉及兩個層面：一方面，研究者需將同一傳感器在不同時期獲取的數(shù)據(jù)進行融合，從而實現(xiàn)全生育期性狀的動態(tài)監(jiān)測和分析。另一方面，針對多源傳感器獲取的信息，如何進行不同維度、不同尺度的數(shù)據(jù)融合，尤其是在室內(nèi)獲取的、缺失坐標信息的多源數(shù)據(jù)，則是研究者進行從形態(tài)到生理乃至機理的綜合型研究面臨的難題之一。