欧亚国际

全球变暖和粮食需求的增加，加上全球人口的增长，是21世纪的主要挑战之一。在这方面，培育新的、适应性的粮食作物品种的能力至关重要。数字表型的研究致力于无损性状检测，以实现粮食作物的选择性育种。

田间机器人悠闲地在种植茂密的麦田里来回走动。对于一个不经意的观察者来说，这台机器古怪的外观似乎更适合探索遥远的行星。这种装置的设计目的是在穿过田地时对娇嫩的作物造成尽可能小的损害，它配备了一组传感器，可以观察田地里的植物生长。

有了这样的原型，Fraunhofer的研究人员在表型研究领域向前迈出了重要的一步：这种方法使我们能够在自然环境中密切观察植物生长，“为我们提供客观、无失真的数据，”弗劳恩霍夫发展中心X射线技术EZRT“创新系统设计”小组负责人Stefan Gerth博士说。

亮点

1 、利用X射线技术可以揭示植物叶冠下的隐蔽区域。

2 、无损性状检测允许粮食作物的选择性育种。

3 、无损测量技术保证测量的客观性和可重复性。

人不是机器人

为作物育种目的选择品种的首要标准是品种的产量。到目前为止，现代品种主要是由育种专家根据肉眼可见的地上性状选择的。然而，由于专家观察和评估的主观性质，该方法的准确性和再现性有限。

例如，在小麦育种中，育种家通常根据茎秆高度和穗数进行选择。虽然这些性状确实与品种的产量相关，但它们之所以被使用，是因为迄今为止还没有技术解决方案能够使用非破坏性方法准确测定生物量。因此，生物量只能通过测量相关性状间接测量。

同时，在甜菜育种中，表型研究的重点是完全不同的植物性状。这个领域，育种家的目标是获取作物出苗整齐信息，以确保收获大致相同大小的甜菜。叶面积、形状和叶片方向用来提供生长模式和糖含量的指示。

多模态改进数据传输

种植小麦的试验田被划分为1.25至1.5米宽的地块。目前，单个测量的可比性主要取决于使用激光雷达和激光线扫描等技术进行的光学体积测量。然而，根据剖面密度，即地块中的茎秆和穗数，生物量（即产量）和体积之间的关系测量使用两种光学方法都非常不精确。光学方法可以——就像育种专家一样——确定茎高，结合行驶距离，该信息可用于计算地块的体积。但是，一旦叶冠关闭，就没有关于作物实际密度的信息。叶面覆盖也意味着穗质量无法再进行视觉评估。

这就是X射线技术发挥作用的地方：可以利用X射线来发现被叶冠遮住的区域。这还不是全部：利用X射线技术，还可以精确测量茎秆和果穗的生物量。结合光学图像数据，这为品种选择提供了高度相关的数据。 

精确叶片分析的三维建模 

在甜菜育种中，试验田植物的数字表型分析已成为育种人员不可或缺的工具。由于甜菜本身隐藏在地下，所以重点放在植物的叶子上。这些“太阳能集热器”的任务是尽可能有效地吸收阳光，将其用于制糖等用途。相比之下，过度暴露在阳光下会给植物带来胁迫。因此，在评估品种时，叶的形状和方向是至关重要的因素。

为了尽可能精确地确定树叶的面积和形状，三维扫描是必不可少的。根据环境条件，我们使用各种适合当前情况的方法，为后续分析提供最佳数据。 

激光雷激光雷达（LiDAR） 

每片叶子上产生的三维数据为叶子的数字模型提供了基础，该模型捕获了与育种家相关的特征。在这个过程中，每片叶子上数十万个数据点被压缩成几个参数，这些参数仍然可以准确地描述叶子的特征。这类似于音频数据的mp3编码，这是另一个将大量数据提取到其本质的过程。通过这种方式获得的叶片描述为育种人员提供了有关其品种如何生长的详细见解，为后续育种决策提供了坚实的基础。 

人机协作 

基于检测机器人执行的无损测量的表型分析的主要好处是数字测量的客观性和获得结果的再现性。机器人可以被认为是一种支持人类决策的工具，它可以为繁育者提供精确的数据证据，并据此规划繁育过程。尽管如此，我们仍在努力实现更高程度的自动化：在未来几年中，我们希望开发出能够自主导航农田、扫描发现的作物并评估结果数据的田间机器人。