关键词 · 相关资讯与研究
沿着“作物表型监测”继续探索，共 1 条内容。
When is the best time to apply nitrogen? What plant response was there to fertilizer or any number of other treatments? There is a general answer to those questions now, but what if plant breeders and agronomists could download data from continuously monitored cornstalks and ears to develop specific answers for those questions?
该传感器以食品级硅胶带和弹簧结构贴合茎秆与果穗，每10分钟更新一次直径数据，目前仅完成温室初测，下一步才进入田间试验，适用对象是育种家和农艺师而非大田农户。
10月26日第四届林木表型组学前沿论坛在南京举行，江苏省农科院无锡分院助理研究员张嘉懿作《表型获取到智能决策》报告，展示“青禾守望者”农情智能监测机器人在长势监测、产量预报与氮肥调控中的应用，构建功能—结构协同模拟模型支撑农业数字孪生。
介绍都灵大学PHENOPLANT平台用PlantEye F500进行植物无损表型测量的实验方案。
综述构建了水稻小麦倒伏从分子到收获的跨尺度力学框架，连接生物力学性状、表型检测与智能收获。
原文标题: Artificial Intelligence Empowering Modern Agricultural Biological Breeding。作者: 徐启玉、郑波、钟上威（北京大学现代农业研究院、潍坊市科技创新促进中心、北京大学生命科学学院）。DOI: 10.12133/j.smartag.SA202602016。本文系统探究AI驱动植物育种范式变革的底层逻辑，梳理智慧育种的代际演变及其在表型解析、基因组预测和分子设计等关键环节的技术进展，并深入探讨育种大模型对育种全流程的重构作用，以期为中国种业科技实现自立自强提供理论参考。重点阐述AI在种质资源高效挖掘、高通量表型精准解析、全基因组选择模型预测及分子设计育种等关键环节的技术逻辑与实证案例，并针对跨学科数据壁垒、深度学习算法的可解释性不足、复杂变动环境下的模型泛化能力弱等核心挑战进行了深入分析。
用无人机与近地多光谱传感器评估有芒/无芒小麦产量与品质，比较不同生育期和年份的植被指数关系。
利用无人机多光谱影像对玉米基因型进行高通量表型分析并估算NDVI。
构建多光谱图像提取分析流程，实现多作物表型自动化量化。
用RGB图像Canny边缘图的Haralick纹理特征区分绿豆对不同施肥处理的响应。
