AgriPheno訂閱號專注于持續(xù)更新植物生理生態(tài)、植物表型組學和基因組學、基因分型、智能化育種及應用、激光雷達探測技術及數(shù)據(jù)分析等領域，國內(nèi)外最新資訊、戰(zhàn)略與政策導讀。本文節(jié)選了2020年10月-2020年12月推送的代表性文章，以供大家參閱。

植物逆境研究

? 利用高通量表型和基因分型提高作物抗旱性

本文綜述了高通量表型組學和基因組學的最新進展，以及它們?nèi)绾螏椭嘤秃灯贩N，以制定下一代作物改良策略。

? 農(nóng)作物耐熱基因型/品種的鑒定及特征分析：現(xiàn)狀和前景

本綜述討論了不同作物耐熱性基因型對比的實例，涉及到與葉、花、根、生物分子和“組學”方法有關的許多耐熱性狀。

? 植物鹽脅迫的高通量表型分析工具：結合機器學習的高光譜成像

本文提出了一種基于高光譜成像（HSI）和深度學習的HTP技術，以進行秋葵耐鹽性的高通量篩選。以13個基因型的秋葵為研究對象，在鹽處理2天和7天后，采用HSI技術對秋葵植株進行了表型分析。

植物根系研究

? 不同植物菌根真菌侵染類型和強度及雙菌根真菌侵染的機理和生態(tài)學意義

以往認為大多數(shù)維管植物只與一種菌根真菌形成菌根共生體，忽視了自然界大量存在的雙菌根真菌植物。AM真菌和ECM真菌侵染同種植物根系，在養(yǎng)分、水分獲取和響應非生物和生物脅迫方面均具有重要意義。

? 土壤氮循環(huán)的根際調(diào)控：植物經(jīng)濟策略的關鍵組分

本研究證實了植物物種通過根際過程調(diào)節(jié)植物-土壤界面碳氮反饋的經(jīng)濟策略。也提出了新的機制來洞察不同經(jīng)濟策略的植物物種，如何通過其根際土壤微生物調(diào)節(jié)營養(yǎng)循環(huán)來維持其養(yǎng)分和生長。

植物表型研究方法/方案

? 用于植物表型的計算機視覺技術綜述

本文全面回顧了基于計算機視覺的植物表型分析解決方案，從植物器官和整體兩個角度總結了成像技術和分析方法的優(yōu)缺點，并給出了一些典型的算法原理和處理框架。

? Review：基于圖像的小麥表型分析平臺的發(fā)展和挑戰(zhàn)

本文綜述了器官水平上小麥表型分析平臺的發(fā)展和挑戰(zhàn)，旨在為小麥表型研究的新手或有興趣探索替代表型平臺的研究人員提供參考。

? 直播水稻秧苗早期活力的無損表型分析

本文中，Annamalai Anandan等提出了一種無損、快速、精確的基于圖像的表型分析技術，以評估水稻秧苗早期活力。

光譜技術

? 無人機多光譜表型分析在氣候變化條件下加速作物改良

本文探討了如何利用無人機多光譜遙感數(shù)據(jù)研究玉米對玉米條紋病毒(maize streak virus, MSV)病害的反應，探索提高作物表型分析效率的途徑。

? 高光譜成像估算小麥葉片N含量能力的評估

本文通過比較三臺高光譜相機和一臺非成像光譜儀，評估了高光譜成像和非成像傳感器對小麥葉片中N含量的估算能力。

? 高光譜和多光譜成像檢測葡萄枝干疾病Esca葉片癥狀的可行性評價

本研究的目的是評估地面高光譜和機載多光譜成像技術在田間檢測葡萄枝干疾病Esca葉片癥狀的可行性。

新觀點/新技術

? 太赫茲成像和高光譜成像結合卷積神經(jīng)網(wǎng)絡鑒定抗白葉枯病水稻種子

本文研究了太赫茲成像（Terahertz Imaging）技術和近紅外高光譜成像（near-infrared hyperspectral imaging）技術鑒定水稻抗白葉枯病種子的可行性。

? 淺探小麥花粉采集方法及活力維持時間

本文對一系列品種的冬小麥花粉進行了田間試驗，并利用Ampha Z32花粉活力分析儀（阻抗流式細胞儀）對比分析了不同采集方法下小麥花粉活力的差異，以期找到小麥花粉的采集的最佳方法，并為小麥花粉活力原位測量提供實踐中的指導作用。

? 革新升級|植物育種管理系統(tǒng)——Genovix

Agronomix公司對AGROBASE Generation II育種軟件進行了全面革新升級，推出了一款全新的品種測試和育種軟件Genovix。Genovix采用全新的、現(xiàn)代化的.NET用戶界面，使用了大量可視化快捷圖標區(qū)分功能區(qū)，使軟件界面更加直觀清晰，軟件操作更加輕松快捷。

植物生理生態(tài)研究

? 葉綠素熒光成像儀在農(nóng)業(yè)植物脅迫測定上的特點及應用

本文重點介紹了一種基于葉綠素熒光成像測量的傳感器。該傳感器可以通過Fv/Fm量化除草劑和病原體對植物產(chǎn)生的脅迫。

? 土壤酶化學計量研究進展

土壤酶是土壤生物化學循環(huán)的重要參與者，其活性強度影響有機C、N、P的分解，影響土壤養(yǎng)分循環(huán)。本文在梳理土壤酶活影響因素和土壤酶活測量、內(nèi)涵挖掘歷程的基礎上，介紹基于土壤酶化學計量判定土壤微生物營養(yǎng)限制狀態(tài)的新模型。

? Ampha Z32阻抗流式細胞儀在小麥孢子發(fā)育及產(chǎn)胚量早期預測中的應用

本研究利用Ampha Z32阻抗流式細胞儀（IFC），進行了：（i）離體培養(yǎng)細胞活力的常規(guī)監(jiān)測；（ii）脅迫處理效率的測定；（iii）小孢子懸浮液中產(chǎn)胚量的早期預測，探討了小麥小孢子離體培養(yǎng)過程中發(fā)生不同發(fā)育途徑的可能性。

人工智能/機器學習

? 基于深度卷積神經(jīng)網(wǎng)絡的條銹病自動檢測方法

本文提出了一種新的基于深度卷積神經(jīng)網(wǎng)絡（DCNN）的方法，該方法可以使用高空間分辨率的高光譜圖像（通過無人機捕獲）來自動檢測作物病害。

? 基于計算機視覺和深度學習的幼苗發(fā)育監(jiān)測

本文提出了一個完整的圖像處理和機器學習流程，用于監(jiān)測幼苗的生長。

? 高通量表型分析的數(shù)據(jù)處理流程優(yōu)化助力植物育種決策

本文利用定制的Python應用程序和PostgreSQL數(shù)據(jù)庫為田間高通量植物表型平臺開發(fā)了一個數(shù)據(jù)工作流程。

其他

? 福利丨AgriPheno免費送您2021年定制版新臺歷

AgriPheno免費送您特別定制的2021年新臺歷，希望這份有愛的新年禮物，陪伴您走過2021年的每一天，讓您的生活充滿詩情畫意，處處都是驚喜！

? EMPHASIS植物表型攝影大賽獲獎作品公布

EMPHASIS攝影大賽的獲獎者是印度農(nóng)業(yè)研究所博士生Biswabiplab Singh，他獲獎作品的主題為“Plants Prior to Phenotyping”，描繪了印度農(nóng)業(yè)研究所Nanaji Deshmukh植物表型學中心里面靜待表型分析的植物。Biswabiplab Singh將獲得LemnaTec和DPPN贊助的Sony Alpha 7Ⅲ相機套裝。

? 迎中秋慶國慶，AgriPheno祝您節(jié)日快樂！

國旗飄揚，月餅飄香。國泰民安與闔家團圓，國與家撞了個滿懷。與家同在，與國同慶。AgriPheno祝您節(jié)日快樂，愿偉大的祖國繁榮昌盛！

? AgriPheno祝所有老師節(jié)日快樂！

黑發(fā)積霜織日月，粉筆無言寫春秋，光陰荏苒，歲月如梭，當年的老師們，青絲皆成華發(fā)。感恩老師，AgriPheno祝您節(jié)日快樂！

感謝各位老師、同學的關注、推薦與積極轉發(fā)，Agripheno將不忘初心，堅持把國內(nèi)外最新資訊、戰(zhàn)略與政策導讀分享給大家，以支持到大家的研究工作。作為開放公眾平臺，我們歡迎大家撰寫各自已發(fā)表文章的介紹投稿，分享最新研究成果。此外，如您有最新的業(yè)內(nèi)信息需要推送，我們也樂意效勞。