基于光学传感器的高通量植物表型获取技术已被广泛用于作物育种、农业生产、生态监测等科学研究中。其中，高光谱成像技术可同步获取空间维度与光谱维度的植物表型信息，不仅为育种家对作物形态、生理、生化以及产量等综合性状的定量分析提供必要的数据支撑，对于作物基因-环境-表型互作关系和生物多样性研究也具有重要意义。

2021年7月10日，浙江大学生物系统工程与食品科学学院岑海燕研究员课题组受邀在Trends in Plant Science在线发表了综述文章“Optical sensors: deciphering plant phenomics in breeding factories”。

图1 基于光学传感器的作物表型检测技术可用于作物功能与遗传分析

该综述文章介绍了高光谱成像的原理和图谱合一的数据特点，阐述了高光谱图像结合机理模型、机器学习(深度学习)，实现植物长势、胁迫和营养相关指标的量化和可视化的分析流程，探讨了高光谱成像技术在作物育种与生物多样性领域的应用优势，并分析了光学传感器在作物表型的高效低成本获取、传感器本身性能及其在作物育种服务中的挑战。

此外，课题组同时受邀的综述长文“Advances in optical phenotyping of cereal crops”也已被Trends in Plant Science全文接收。该综述论文重点聚焦多种光学传感器的表型检测原理和传感器性能分析，介绍了在粮食作物的四大类表型性状获取中的应用，探讨了表型检测在加速作物育种、表型大数据分析、表型与基因关联分析方面的挑战与解决方案，展望未来在新型表型参数挖掘、表型技术标准化、全球合作方面的趋势。该文章即将在线发表，敬请关注。

图2 高光谱成像技术：从图谱获取到数据解析应用

团队介绍：

浙江大学生物系统工程与食品科学学院博士后孙大伟为文章第一作者，微纳电子学院徐杨教授为合作者，生物系统工程与食品科学学院岑海燕研究员为通讯作者。相关工作得到国家自然科学基金、国家重点研发计划政府间国际科技创新合作重点专项和浙江省重点研发计划项目的资助。

来源：

Dawei Sun, Yang Xu, and Haiyan Cen*. "Optical sensors: deciphering plant phenomics in breeding factories." Trends in Plant Science (2021): S1360-1385. https://doi.org/10.1016/j.tplants.2021.06.012