全球人口对粮食系统提出了前所未有的需求，而只有通过技术、可持续粮食生产强化方法和气候适应力的复杂相互作用，才能满足这一需求。为了应对这种复杂的需求，利用精确的植物育种方法和高效、无损的植物性状记录方法来开发高产作物品种是至关重要的。高通量作物表型分析（HTCP）平台已成为减少育种方案中表型瓶颈的主流方法。HTCP在提供大量植物群体在不同生长阶段和多样环境条件下的详细定量信息方面具有巨大的潜力，这有助于加速植物育种策略。新的成像平台还可以对各种地上和地下作物参数进行无损表征。在动态作物监测和大数据解释中，传感器使用的具体性、数据收集的自动化、大规模数据处理系统以及精确的分析工具都扮演着重要角色。HTCP平台能够对植物体内广泛的生理、形态、生化和胁迫响应进行精确测量。随着传感器精度的提高、无人机的介入、机器人技术、计算机断层扫描技术和机器学习技术的发展，为精确和大规模的作物表型分析带来了巨大的发展飞跃。本综述为理解各种高通量表型分析平台、工作原理、目前的发展以及在实验室和田间条件下对各种作物高通量表型分析的贡献提供了一条途径。对这些可用平台的优点和缺陷进行详细的比较，可以帮助研究人员根据具体的实际需求选择合适的技术。此外，本综述旨在提供新的未来前景和发展要求，从而有可能扩大这些HTCP技术在农业中的应用和利用。

图1  高通量作物表型平台的应用

图2  作物监测和数据采集中的高通量表型平台概述

表1 用于提取基于RGB图像的植物参数的软件和工具列表

a：一个基于移动应用程序的RGB成像平台

图3  不同的光谱带与不同的生物分子和植物成分相连

表2 其他三维成像技术

图4 高通量作物表型中涉及机器学习的步骤

表3 高通量表型分析辅助不同作物的基因或QTL发现