《植物表型资讯》发布2020年度Top10

2020，不平凡的一年

这一年

我们在困境中奋进

在奋进中革新

在革新中成长

这一年

粉丝数突破10000+

阅读量达400000+
 

这一年

感谢各位老师、同仁一路相伴

2021，《表型资讯》依然在路上

2021，愿大家不负生活，不失方向

小编总结了2020年度Top10以及2020年度所有的学术表型资讯，目录如下：

2020年度热门Top10

（点击题目阅读原文）

Top1 高通量评估作物性状：地面及航空作物表型研究综述 

发布日期：2020-07-03

作物表型分析是理解作物基因功能及环境效应的关键环节，表型组学技术的应用使种质资源和育种材料重要表型性状的鉴定和对应基因的筛选更加高效和精准，同时，也将有助于优质高产新品种的培育。近日，中国农业科学院作物科学研究所作物表型创新研究组组长金秀良研究员，联合全球多位作物表型领域国际知名专家（包括墨尔本大学的Pablo J. Zarco-Tejada教授, 慕尼黑工业大学Urs Schmidhalter教授, 国际玉米小麦改良中心Matthew P. Reynolds教授, 洛桑实验站Malcolm J. Hawkesford教授, 国际半干旱热带作物研究所Rajeev K. Varshney教授等），在著名期刊《IEEE Geoscience and Remote Sensing Magazine》发表了综述“High-Throughput Estimation of Crop Traits: A review of ground and aerial phenotyping platforms”，对当前作物表型鉴定的起源、定义、当前作物表型鉴定所用传感器类型以及对应的表型性状鉴定进行整理和总结。

Top2 基于无人机倾斜和垂直摄影的大田玉米株高和叶面积空间分布定量化   

发布日期：2020-05-24

无人机能够快速、高效、无损地提取植物的表型性状。中国农业大学马韫韬团队在著名期刊《Annals of Botany》发表了“ Estimation of maize plant height and leaf area index dynamic using  unmanned aerial vehicle with oblique and nadir photography”的文章。本文介绍了基于无人机倾斜和垂直摄影技术可有效的提取和预测田间种植玉米的株高和叶面积。与垂直摄影相比，倾斜摄影可以获得相对完整的植株冠层三维结构和叶面积的空间分布与垂直摄影相比，倾斜摄影可以获得相对完整的植株冠层三维结构和叶面积的空间分布。

Top3 基于多时空无人机RGB和多光谱图像和模型传递的水稻产量预测-以中国南方小块农田为例

发布日期：2020-07-05

无人机遥感技术已被广泛用于作物生长监测以及产量评估。《Agricultural and Forest Meteorology 》刊发了由来自浙江大学数字农业与农业物联网创新团队岑海燕课题组题为“Grain yield prediction of rice using multi-temporal UAV-based RGB and multispectral images and model transfer – a case study of small farmlands in the South of China”的研究论文。文章探讨了如何利用多源无人机图像信息以及模型传递方法改善不同年间水稻产量的模型预测精度，并分析了气象参数的变化对于产量预测模型的影响。

Top4 基于深度学习的水稻有效分蘖自动检测

发布日期：2020-08-25

单株有效分蘖数是影响水稻产量的重要农艺性状之一。然而，人工统计有效分蘖数耗时、费力且容易出错。著名期刊《Computers and Electronics in Agriculture》刊发了题为“Deep learning-based automatic detection of productive tillers in rice. Computers and Electronics in Agriculture”的文章。本文提出了一种基于深度学习卷积神经网络（CNN）的水稻有效分蘖数自动检测与计数方法。

Top5 在冠层尺度作物叶绿素含量光谱监测研究方面取得重要进展

发布日期：2020-09-15

南京农业大学国家信息农业工程技术中心在顶级遥感期刊《Remote Sensing of Environment》发表了“Improved estimation of leaf chlorophyll content of row crops from canopy reflectance spectra through minimizing canopy structural effects and optimizing off-noon observation time”。该研究基于作物辐射传输模型和多生态点稻麦田间观测数据，创建了双指数差值数学组合形式的对叶面积指数不敏感叶绿素指数LICI（Leaf area index Insensitive Chlorophyll Index），并针对南北行向种植作物提出了冠层光谱非正午观测新模式，有效避免作物生长早期农田土壤背景对叶绿素含量估算的影响。

Top6 一种原位测量稻穗光合气体交换的方法

发布日期：2020-07-09

众所周知，叶片是高等植物进行光合作用的主要场所。中科院分子植物卓越中心朱新广研究团队在《Plant Method》杂志发表了题为“An in situ approach to characterizing photosynthetic gas exchange of rice panicle”的文章，本文介绍了为了实现植物非叶器官光合速率的原位无损测量，从而帮助系统的、准确的估算穗光合对产量的影响，研究者们开发了一个新的测量工具——植物非叶光合作用测量仪P-Chamber。

Top7 基于深度学习的作物产量预测

发布日期：2020-07-23

本文利用北美统一大豆试验（UST）13年的历史生长记录，建立了一个基于长短期记忆-递归神经网络模型，利用系谱相关度和每周天气参数分析和预测多种环境下的基因型反应。

Top8 基于无人机株高观测的数据同化系统及甘蔗产量估计研究

发布日期：2020-09-24

植株高度（株高）是一种简单易获取的观测，它不仅可以手动测量，也可以利于无人机系统进行大尺度的监测。将株高观测融入到作物模型数据同化系统中，不仅有利于降低观测成本，也有助于提高禾本科作物（如甘蔗）的产量估计精度。著名期刊《European Journal of Agronomy》刊发了题为“Improvement of sugarcane yield estimation by assimilating UAV-derived plant height observations”的文章。本研究基于无人机系统及数码相机，通过提取多角度影像的点云特征，构建了田间作物表层模型，以极低的成本获取了各实验小区的株高数据，并通过耦合Sigmoid株高生长模型与SWAP模型，构建了新的SWAP-PH数据同化系统。

Top9 一个新的监测水分胁迫的农业干旱指数

发布日期：2020-11-06

干旱作为最具破坏性的自然灾害之一，严重影响农业生产、经济发展和人类生活。在未来该区气象干旱发生频率可能进一步增加的情况下，及时有效地监测农作物的干旱状况有助于水资源调配管理、干旱减缓以及粮食安全。中国气象科学院房世波团队在著名期刊《Agricultural Water Management 》刊发了题为“A new agricultural drought index for monitoring the water stress of winter whea”的文章。本文将作物根区土壤水分与实际蒸散相结合，构建了农业干旱指数USMEI和BSMEI。通过对华北平原冬小麦水分胁迫的监测进行分析和比较。

Top10 利用深度学习从遥感影像中提取苹果树冠层信息 

发布日期：2020-06-06

在果园中，获取尽可能多的参数信息对于种植者至关重要，因为它促进了资源的有效利用，提高了单位面积和时间的回报。通过对果树分布、数量甚至相关形态特征的准确了解，种植者可以有效地管理果树的精准喷洒、机器收割以及果树生长监测等过程。著名期刊《Computers and Electronics in Agriculture》刊发了题为”Extracting apple tree crown information from remote imagery using deep learning“，本研究以中国山东省栖霞市为例，提出了一种基于深度学习的果树信息提取模型(TDA-M)。