数字农科院2.0

基于无人机高通量作物表型技术研究进展（英文）

文献类型： 中文期刊

作者： 张家欣;余世浩;牛牧远;叶育璐;徐新阳;王远;郭三堆;Rashid Bushra;梁成真;孟志刚

作者机构：

关键词： 无人机;农作物;表型组学;GWAS;算法

期刊名称：中国农业科技导报

ISSN： 1008-0864

年卷期： 2025 年

页码：

收录情况： 北大核心（2023版） ; ; CSCD（2025-2026年度） ; ; 科技核心（2024版） ; ; 农林核心（2024版）

摘要： 随着遥感技术和人工智能的迅速发展，基于无人机的高通量作物表型技术在农业研究中的作用日益突出。系统综述了无人机（unmanned aerial vehicle,UAV）高通量作物表型技术相关的硬件、算法及应用场景，并展望了未来的发展方向。首先，通过分析无人机搭载的RGB(red,green,blue)、红外、多光谱和荧光成像等多种传感器的特性，阐述了不同传感器的工作原理及其在作物表型研究中的功能。此外，还综述了无人机表型技术在作物田间生长发育监测、生物量估算、作物对逆境胁迫（生物和非生物）的响应表型组等不同场景的研究进展，以及无人机作物表型组与基因组联合开展全基因组关联分析（genome-wide association study GWAS），探讨了无人机作物表型组技术与多组学的结合，如何实现对作物重要农艺性状的遗传位点和关键基因的精准鉴定，为农作物智能设计育种提供新的思路。最后，针对无人机作物表型组技术的不足之处，从探头搭载“空-地”平台的优势互补应用、多功能集成探头的开发、表型组数据的标准化等方面提出了未来发展的建议。总之，随着无人机作物表型组技术与人工智能和多组学技术的紧密结合，无人机高通量作物表型技术将成为农作物育种的主要技术手段。

分类号：

  • 相关文献

[1]表型组学及多组学联合分析在植物种质资源精准鉴定中的应用. 程超华,唐蜻,邓灿辉,戴志刚,许英,杨泽茂,刘婵,吴姗,粟建光. 2020

[2]论植物表型组和植物表型组学的概念与范畴. 潘映红. 2015

[3]植物表型组学研究进展. 杨有新,杨泽茂,吴才君,范淑英. 2015

[4]加强高光效基础研究，支撑作物高产育种. 孙晶,杨韵龙,刘荣志,余泓,路铁刚. 2025

[5]基于TOF深度传感的植物三维点云数据获取与去噪方法. 夏春华,施滢,尹文庆. 2018

[6]自动监测装置用温室粉虱和蓟马成虫图像分割识别算法. 杨信廷,刘蒙蒙,许建平,赵丽,魏书军,李文勇,陈梅香,陈明,李明. 2018

[7]基于德劳内三角化和二分查找法的土地自动分配方法. 梁其洋,吴保国,赵春江,潘瑜春,胡萌,郝星耀. 2018

[8]主题爬虫相关度算法研究综述. 王帅,周国民,王健. 2013

[9]基于二分法的鸡蛋图像边缘快速检测方法. 周平,赵春江,郑文刚,王纪华,孙忠富,文友先. 2010

[10]高光谱特征辨别潴育型麻沙泥田和潮沙泥田水稻土. 郭熙,谢碧裕,叶英聪,谢文. 2014

[11]基于机器视觉的蔬菜种子活力指数检测算法研究及系统实现. 李振,廖同庆,冯青春,张东彦,王秀. 2015

[12]基于合成孔径雷达的农作物识别研究进展. 王迪,周清波,陈仲新,刘佳. 2014

[13]灌溉管网优化设计研究进展. 许海涛,仵峰,宰松梅. 2009

[14]改进自适应分水岭方法分割棉花叶部粘连病斑. 张建华,韩书庆,翟治芬,孔繁涛,冯鑫,吴建寨. 2018

[15]人工智能之于科技期刊出版业态的变革及启示. 王亚辉,王晶. 2023

[16]机器学习及其在农业中应用研究的展望. 胡林,刘婷婷,李欢,崔运鹏. 2019

[17]计算机断层扫描马尾松缺陷及其图像解译. 刘晨君,杨淑敏,薛紫荞,尚莉莉,刘杏娥,王卿平,赵德达. 2024

[18]机器学习在畜禽基因组选择中的应用进展. 王进部,李佳,任德明,王立贤,王立刚. 2024

[19]基于多层感知机模型的稻麦双变量精准施肥机排肥策略. 施印炎,辛亚鹏,汪小旵,郑恩来,沈成,张昭. 2025

[20]基于机器学习算法的生物质热解产物产率预测研究. 刘晓宇,李奇辰,霍丽丽,赵立欣,姚宗路,孙培豪,贾吉秀,朱本海. 2026

作者其他论文 更多>>