基于无人车表型平台的番茄株型动态遗传力研究-慧诺瑞德（北京）科技有限公司|叶绿素荧光|光合作用|植物表型

学术中心

全部分类

基于无人车表型平台的番茄株型动态遗传力研究

发布时间：

2025-07-13

来源：

作者：

监测番茄生长过程的植株结构特征费力且主观，阻碍了对基因时序表达变异性的更深入了解。本研究利用无人车表型平台开发了一种用于描述不同生长阶段的番茄结构特征高通量方法。

本文主要步骤如下：研究采用融合多光谱和深度成像模式的SegFormer从配准的RGB-D和多光谱图像对番茄器官进行语义分割；利用生成器官的点云将其聚集成实例；提取关键结构性状果距（Fruit Spacing ,FS）、花序高度（Inflorescence Height,IH）、茎粗（Stem Thickness,ST）、叶距（Leaf Spacing,LS）、总叶面积（Total Leaf Area,TLA）、叶夹角（Leaf Inclination Angle,LIA）并绘制广义时序遗传力图。

结果显示，估计的FS、IH、ST和LS的均方根误差分别为0.014 m、0.043 m、0.003 m和0.015 m。估计的TLA和LIA的可视化与实际增长趋势相符。提取性状的广义遗传力在整个生长阶段表现出不同的趋势：i）ST、IH和FS的广义遗传力随着时间的推移而逐渐增加；ii）LS和LIA呈下降趋势；iii）TLA表现出波动（即M型模式）整个生长期的广义遗传力。

本研究开发的系统和分析方法能够准确、快速描述受控环境中番茄植植株结构时空变化，为未来高效作物育种和精确生产管理奠定了基础。

图1. 不同生长阶段番茄植株的多模态图像及其语义分割结果

图2. 番茄点云和分割结果

图3. 四种番茄结构性状的估计精度

图4. 不同生长阶段不同果实形状的番茄结构性状的箱线图

图5. 番茄植株不同生长阶段各种结构性状的广义遗传力的时序变化

图6. 融合多光谱和深度模态的seg former(MSD-SF)示意图

图7. 番茄结构性状提取示意图

来源

Xie, Pengyao et al. “Phenotypic dynamics and temporal heritability of tomato architectural traits using an unmanned ground vehicle-based plant phenotyping system.” Horticulture Research 34 1 (2025).

编辑

JAYz

推荐新闻

石时之约|韩志国：透过表型数据，看见植物的喜怒哀乐！

本期石时之约，我们将对话慧诺瑞德（北京）科技有限公司总经理、国际植物表型学会（IPPN）执委会委员/工业分会副主席韩志国，一起从表型数据的科学角度，去读懂农作物的喜怒哀乐和前世今生。

慧科研、慧育种、慧种田——慧聚改变的力量

让我们“慧聚”在一起，为“慧科研、慧育种、慧种田”赋能。

高通量植物表型平台建设注意事项

育种，是在给定的环境条件下，选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种，从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选，是最耗人力物力的过程。

作物生理表型测量基础原理

生理表型测量的核心在于“早、快”，要在肉眼可见之前就能测量并预判出变化趋势，才是这个技术的核心价值。叶绿素荧光成像，恰好满足了这个要求。

视频展示