植物表型組學研究組檢視原始碼討論檢視歷史

來自 搜狐網 的圖片

植物表型組學研究組植物表型是由基因和環境共同影響的，反映植物結構及組成、植物生長發育過程及結果的全部物理、生理生化特徵和性狀。植物表型組學是繼基因組、轉錄組、蛋白組和代謝組等組學之後，於近年來興起和快速發展的新型交叉學科，是植物科學研究從實驗室走向大田的最後一公里。本研究組將建立「Sensor to plant」型高通量植物表型平台；研發植物本體傳感器，並結合環境傳感器和中科院廬山植物園的種質資源優勢，從時間、空間和物種等多維度高通量採集植物表型數據，建立植物生長模型數據庫；並以植物表型組學和生長模型數據庫為核心，整合物聯網、大數據和人工智能等新興技術，研發智能植物工廠種植系統，服務智慧農業。

研究方向

1. 高通量植物表型平台

目前國內外的高通量植物表型平台主要有兩種類型，一種是「Plant to sensor」型，即以工業自動化為主要技術驅動，將單株植物通過傳送帶運送至表型採集設備，數據採集完成後再運送回原來位置；另一種是「Sensor to plant」型，該類型主要以近年來快速發展的無人機、機器人等技術為驅動，將輕便型表型採集設備帶至植物所在位置進行數據採集。「Plant to sensor」型雖然有利於三維重建、高光譜和葉綠素熒光成像等重型採集設備的使用，但該類平台動輒千萬元的起步造價不利於大範圍推廣和應用。隨着科技的快速發展，3D深度相機等表型採集設備越來越輕便，無人機等運載工具的成本越來越低。本研究組將以搭載3D深度相機、熱成像、多光譜、葉綠素熒光成像等傳感器的龍門架式機器人、無人車和無人機為載體，建立「Sensor to plant」型低成本高通量植物表型平台。

2. 植物生長模型數據庫

植物生長模型為定量化研究植物生長規律，動態模擬植物生長發育過程及其與氣候、土壤等環境因子之間關係的研究成果。所建立的模型通過對植物生理生態過程的模擬，能夠從時間和空間維度預測不同環境條件下生長的植物的某些綜合指標，如植物的乾重、鮮重、葉面積指數、器官數量形態大小等。雖然水稻、小麥和玉米等糧食作物，以及番茄、黃瓜和生菜等園藝作物已經有相對成熟的植物生長模型，但是與實際生產應用還有一段距離，其它種類植物生長模型的相關研究更為不足。因此，本研究組將以基於計算機視覺的高通量植物表型技術為核心，以智能溫室和集裝箱式智能植物艙等環境高度可控的空間為載體，利用動態建模、虛擬現實、情景模擬及決策支持等方法，構建不同物種植物的生長模型，最終融合表型及生長環境數據形成植物基礎數據庫。

3. 智能植物工廠

植物工廠是通過設施內的高精度控制實現農作物周年連續生產的高效農業系統，是由計算機對植物生長發育過程的溫度、濕度、光照、二氧化碳濃度以及營養液等環境要素進行全天候控制，不受或很少受自然條件制約的生產方式。植物工廠主要有「人工光型植物工廠」、「太陽光型植物工廠」和「太陽光與人工光並用型植物工場」三種類型。因其融合了現代生物技術、智能裝備與信息技術等新興科技，而成為全球農業技術研究的熱點。由於植物工廠初期建設成本較高、耗能較大等原因，總體上來看單位生產成本還是相對偏高，未來仍需要通過科技創新進一步降低成本。因此，通過對植物工廠進行數字化和智能化升級來提高產量、降低成本具有重要意義。本研究組將以基於計算機視覺的植物表型感知為核心，以植物生長模型數據庫為驅動，構建植物工廠數字孿生平台，並不斷優化產量預測模型和環境控制模型，降低成本、提升產量和品質，最終形成一整套智能植物工廠技術體系。