海南三亚崖州区南繁研究院：5.7米高龙门吊助力作物表型数据采集

“龙门起重机”的科学名称是轨道高通量工厂表型收集平台。它可以沿着布置的轨道达到场地的任何点。该测试场覆盖了近1.5 mu的面积，其中包含1000多种繁殖材料，例如大米，大豆，玉米和棉花。 “龙门起重机”可以在大约30秒内完成收集种质材料的收集。

“龙门起重机”的核心是一种表型收集装置。 “该设备集成了六个高精度图像采集传感器，包括多光谱。扫描时，它们就像6对'眼睛'，实时收集植物的表型数据。”中国南部国家中国中国农业科学院的农作物表型小组，中国农业科学院，农作物表型小组。学术研究团队的首席专家金·索（Kim Soo-Liang）说：“整个过程就像采用植物的'CT'。”

表型是可以观察或鉴定植物的特征，包括茎的高度，茎的厚度，节点的长度，产量等。在农业育种中，观察和理解作物生长是最基本的任务。只有通过掌握丰富而可靠的表型数据，育种者才能通过筛查找到所需的育种材料。

为什么要安排高通量工厂表型收集设备？事实证明，传统育种主要依赖人为。从幼苗开始，我们观察并记录了田间成千上万植物的所有特征。这个过程效率低下，很难连续观察动态数据。 Jin Xiuliang说：“为了满足现代育种的需求，表型收集必须是有效而准确的。”

在测试场上还有一个无人机徘徊，它不时改变其位置以拍摄农作物图像。 “无人机是灵活的，覆盖范围很大。'龙门起重机'详细收集信息，并具有高度靶向的信息。与卫星遥感观察数据相结合，我们可以在整个周期和全时钟内监测农作物的生长。”作物现象学研究团队Li Yichao的成员计算出，借助高通量和智能设备，表型采集效率是人工方法的4至5倍。

科学研究人员将收集的数据转移到数据分析中心进行参考，分析和处理。 “看，这是我们所拍摄的作物的三维图像，一些表型数据清晰可见。” Jin Xiuliang指着计算机屏幕，并说：“传感器还可以找到无法手动收集的信息。”

Jin Xiuliang的团队通过操作“ Gantry Crane”不断监视玉米增长过程。干旱是降低玉米产量的重要因素。他们试图通过分析玉米表型数据来找到具有高产量和良好抗旱性的遗传材料资源。

为了充分利用表型采集技术，还需要科学的处理数据。研究团队的另一个重要任务是基于表型数据开发算法和模型，以指导育种。

中国中国传统中国农业科学学院副校长李·瓦伊（Li Huihui）是金·十四（Jin Xiuliang）的合作者之一。她领导团队开发算法工具，例如基因组选择模型，完整的智能繁殖平台等。

Li Huihui说：“我们已经取得了一些初步结果，例如融合机器学习算法和表型数据，以识别控制作物应激抗性和高产量的关键基因。”

在大数据和人工智能的帮助下，Jin Xiuliang和他的团队也希望找到估计农作物的动态表型特征和产量的方法。

“使用这种方法，我们可以准确预测作品后代表性形式并优化育种计划。” Jin Xiuliang说，过去，寻找理想的遗传材料可能需要监测成千上万的材料。事先了解材料表型可以大大减少工作量，将来只有可能事先找出材料表型。需要大约500个观察才能大大提高繁殖效率。

目前，中国中国传统的中国农业科学学院已经聚集了18个科学研究团队和200多名科学研究人员。科学研究大楼充满了人们，智能育种的“新曲目”在这里变得越来越宽。