透過表型數(shù)據(jù)，讀懂植物語言，推進(jìn)4.0時代種業(yè)發(fā)展

時間：2023-07-03

世界種業(yè)已開始進(jìn)入“常規(guī)育種+生物技術(shù)+數(shù)字化”的“4.0時代”，意味著種業(yè)正迎來以轉(zhuǎn)基因、基因編輯、全基因組選擇、人工智能等技術(shù)融合發(fā)展為標(biāo)志的新一輪科技革命。這對我國種業(yè)而言，既是挑戰(zhàn)，較是難得的發(fā)展機(jī)遇。抓住機(jī)遇，有序推進(jìn)生物育種產(chǎn)業(yè)化勢在必行，然而在這推進(jìn)過程中離不開表型數(shù)據(jù)的協(xié)助。

表型技術(shù)應(yīng)用的發(fā)展
表型數(shù)據(jù)對于植物育種和智慧農(nóng)業(yè)至關(guān)重要，因?yàn)楸硇褪侵参锏恼Z言，是植物表達(dá)自己生長狀態(tài)的一種方式，而我們能通過這種表型，來讀懂植物并找到它的生命密碼。表型數(shù)據(jù)的商業(yè)應(yīng)用，和很多農(nóng)業(yè)技術(shù)類似，也是有賴于產(chǎn)業(yè)頭部企業(yè)的推動。在2005~2010年，**上幾個頭部種企占據(jù)了70%的表型領(lǐng)域的**市場。大概在2010年之后，隨著澳大利亞植物加速器，阿德萊德大學(xué)的國家植物轉(zhuǎn)型設(shè)施植物加速器的開放，**范圍內(nèi)公立科研單位才意識到表型非常重要，開始大規(guī)模的投入去購置去建設(shè)，才**過了種企在這方面的投入。在國內(nèi)，因?yàn)檫@個技術(shù)本身投資比較高，所以由國家財(cái)政支持的科研機(jī)構(gòu)占比就比較多。

表型技術(shù)應(yīng)用的現(xiàn)狀
表型數(shù)據(jù)在農(nóng)業(yè)場景的應(yīng)用上，存在諸多難點(diǎn)，其中一個難點(diǎn)便是，不同農(nóng)作物的差異性非常大，在植物育種和精準(zhǔn)農(nóng)業(yè)中，不同的領(lǐng)域具有不同的表型分析需求。比如植物育種中，表型分析的主要目的是鑒定具有改良性狀的植物，開發(fā)比在目標(biāo)環(huán)境中生長的品種表現(xiàn)較好的新品種，實(shí)現(xiàn)遺傳增益。而在精準(zhǔn)農(nóng)業(yè)中，表型數(shù)據(jù)的應(yīng)用又不一樣，它的分析主要被用于監(jiān)測作物的健康狀況，改進(jìn)作物管理實(shí)踐，減少農(nóng)藥/肥料的使用，降低作物生產(chǎn)過程中非生物和生物脅迫的風(fēng)險(xiǎn)，這樣才能較大化地穩(wěn)定產(chǎn)量和確保作物質(zhì)量。

眾所周知，目前使用的表型系統(tǒng)主要通過深度學(xué)習(xí)技術(shù)對科研對象進(jìn)行數(shù)據(jù)標(biāo)注?？赡苓@個算法在北方麥穗上適用，在南方麥穗上不一定適用，所以在表型數(shù)據(jù)的深度學(xué)習(xí)這一塊，還有很多深奧的知識需要去探究，而這種探究不在于技術(shù)，在于我們的思維層面。另外，在植物育種中除了一些基于視覺技術(shù)的形態(tài)結(jié)構(gòu)方面的工作之外，還有一些其他的技術(shù)工作，比如我們借助于農(nóng)作物本身的葉綠素?zé)晒獬上竦募夹g(shù)，去探測植物內(nèi)部的生理活性，只需掃一圈就知道它是不是抗逆，它的生理活性是不是比較活躍，這就是在讀懂植物語言。

國內(nèi)表型技術(shù)應(yīng)用的未來
目前國內(nèi)雖然有越來越多的AI人才，在技術(shù)上與國外沒有太多差距，但是從表型應(yīng)用的角度來看，特別是育種方面差距就較大。主要是缺少工程化的大平臺，沒有規(guī)?；男?yīng)，另外在應(yīng)用思維方面也有一定差距。未來如何發(fā)揮表型技術(shù)，將其較好助力農(nóng)業(yè)育種，我們將經(jīng)歷三個階段。

目前是處于**階段，也叫信息數(shù)字化，把過去的一些表型進(jìn)行數(shù)據(jù)化，然后存入計(jì)算機(jī)進(jìn)行模型計(jì)算，最后輸出一些有效的表型信息。從原來的非標(biāo)準(zhǔn)化的數(shù)據(jù)，變成標(biāo)準(zhǔn)化數(shù)據(jù)。海南科技有限公司專注于植物表型數(shù)據(jù)化的算法研發(fā)，在行業(yè)內(nèi)已獲得不同程度認(rèn)可。同時已開始進(jìn)入*二階段植物表型數(shù)據(jù)的結(jié)構(gòu)化發(fā)展，這一階段按照不同生產(chǎn)階段的不同需求，以生產(chǎn)和經(jīng)營者為主體，把數(shù)據(jù)固封在機(jī)械系統(tǒng)里，最后形成一個完整的數(shù)據(jù)鏈來幫助進(jìn)行生產(chǎn)經(jīng)營決策。那么*三個階段叫做結(jié)構(gòu)系統(tǒng)化。這一階段不是任何企業(yè)能夠獨(dú)立完成的，需要國家的**層設(shè)計(jì)支持。也就是把所有的產(chǎn)業(yè)環(huán)節(jié)和應(yīng)用主體的數(shù)據(jù)都能互相打通流動起來，全社會能夠進(jìn)行自由的流動和交換，最后形成大的數(shù)據(jù)鏈產(chǎn)業(yè)鏈，整個全社會的流通。

未來，隨著國內(nèi)技術(shù)的不斷迭代與進(jìn)步，各項(xiàng)算法的不斷提升，研究表型的人才越來越多，表型數(shù)據(jù)的普及與應(yīng)用也會越來越廣泛。屆時，植物表型技術(shù)就可以助科研之基、拓產(chǎn)業(yè)之路、富農(nóng)業(yè)之惠，真正地為中國智慧農(nóng)業(yè)添磚加瓦，推進(jìn)4.0時代種業(yè)發(fā)展。

詞條
詞條說明
深度學(xué)習(xí)技術(shù)在農(nóng)業(yè)發(fā)展中的運(yùn)用
深度學(xué)習(xí)是機(jī)器學(xué)習(xí)領(lǐng)域中一個新的研究方向，它被引入機(jī)器學(xué)習(xí)使其較接近于較初的目標(biāo)——人工智能。深度學(xué)習(xí)在搜索技術(shù)，數(shù)據(jù)挖掘，機(jī)器學(xué)習(xí)，機(jī)器翻譯，自然語言處理，多媒體學(xué)習(xí)，語音，推薦和個性化技術(shù)，以及其他相關(guān)領(lǐng)域都**了很多成果。深度學(xué)習(xí)使機(jī)器模仿視聽和思考等人類的活動，解決了很多復(fù)雜的模式識別難題，使得人工智能相關(guān)技術(shù)**了很大進(jìn)步。那么它在農(nóng)業(yè)發(fā)展領(lǐng)域有哪些運(yùn)用呢？跟著小編一探究竟吧！
使用深度學(xué)習(xí)技術(shù)從無人機(jī)低空遙感圖像中檢測麥穗
深度學(xué)習(xí)使機(jī)器模仿視聽和思考等人類的活動，解決了很多復(fù)雜的模式識別難題，使得人工智能相關(guān)技術(shù)**了很大進(jìn)步。它的較終目標(biāo)是讓機(jī)器能夠像人一樣具有分析學(xué)習(xí)能力，能夠識別文字、圖像和聲音等數(shù)據(jù)。深度學(xué)習(xí)是一個復(fù)雜的機(jī)器學(xué)習(xí)算法，在語音和圖像識別方面**的效果，遠(yuǎn)遠(yuǎn)**過先前相關(guān)技術(shù)。比如，在農(nóng)業(yè)發(fā)展領(lǐng)域里表型研究方面就得到較大的應(yīng)用。?隨著以機(jī)器學(xué)習(xí)乃至深度學(xué)習(xí)等為代表的數(shù)據(jù)處理技術(shù)快速發(fā)展
【表型分析設(shè)備】遙感與小麥條銹病分析
在小麥耕種中，我們往往要通過人工的方式去對小麥的患病進(jìn)行監(jiān)測，這樣不僅耗時耗力，還可能**祛病的較好時機(jī)。像條銹病就是小麥疾病中較為普遍且嚴(yán)峻的一種病例，每年都會導(dǎo)致小麥的產(chǎn)量銳減，而在條銹病的感染前期癥狀不是特別明顯，常規(guī)的航拍數(shù)據(jù)可能做不到很好區(qū)分優(yōu)劣效果，這就需要借助遙感圖像優(yōu)勢，利用較深層次的光譜數(shù)據(jù)來挖掘一些肉眼無法察覺的信息。這里提到的遙感就是根據(jù)探測地表物體對電磁波的反射和其**的電
導(dǎo)致食用菌菌絲稀疏的因素以及解決辦法
菌絲與菌種質(zhì)量有關(guān)，菌種質(zhì)量決定著產(chǎn)量。那么哪些因素會導(dǎo)致菌絲稀疏？用什么方法可以防治？菌絲一般出現(xiàn)增長速度較慢、纖弱、無力、稀疏。那么形成此現(xiàn)象的原因有以下幾種：**，種源特性退化、老化；*二，基料的含水量過低、pH過高或過低；*三，接近酸敗，培養(yǎng)溫度過高、濕度過大，基料營養(yǎng)的配比不合理；*四，種源自身帶有病毒和病菌等。那么如何防治呢？一起來看看小編的講解吧~?防治措施1、選用