Plant Phenomics | 中國科學(xué)院自動化研究所推動植物功能結(jié)構(gòu)模型GreenLab最新研究進(jìn)展

評估氣候變化對作物生產(chǎn)力和可持續(xù)性的影響對于制定有效的適應(yīng)措施至關(guān)重要。作物模型對量化氣候變化對作物產(chǎn)量的影響具有重要作用。為更好地表達(dá)作物在不同環(huán)境條件下的內(nèi)在生長和發(fā)育模式以及它們在不同環(huán)境條件下的可塑性，研究人員提出了功能-結(jié)構(gòu)植物模型（FSPM）“GreenLab”。GreenLab是一個器官尺度的模型，它可以在不考慮環(huán)境因素影響的情況下，根據(jù)數(shù)學(xué)表達(dá)式描述植物的內(nèi)在生長和發(fā)育模式，模擬植物的生長發(fā)育過程。然后再基于校準(zhǔn)過的模型，表達(dá)植物在不同環(huán)境條件下的可塑性。此外，GreenLab的特點(diǎn)在于它能夠根據(jù)測量的植物數(shù)據(jù)計算影響生物量生產(chǎn)和分配的模型源庫參數(shù)。

2024年2月，Plant Phenomics在線發(fā)表了中國科學(xué)院自動化研究所平行智能技術(shù)與系統(tǒng)團(tuán)隊農(nóng)業(yè)組題為Functional–Structural Plant Model “GreenLab”: A State-of-the-Art Review 的研究論文。

自1998年以來，基于中法聯(lián)合實(shí)驗室（LIAMA），中國科學(xué)院自動化研究所（CASIA）與法國國際農(nóng)學(xué)研究與發(fā)展中心（CIRAD）建立了合作關(guān)系，共同推動GreenLab模型（中文名Qingyuan）的發(fā)展。在過去的20年里，包括中國農(nóng)業(yè)大學(xué)（CAU）、中國林業(yè)科學(xué)院（CAF），以及法國國家數(shù)字科學(xué)與技術(shù)研究所（INRIA）、巴黎中央理工學(xué)院（ECP）等多個研究機(jī)構(gòu)和大學(xué)共同參與了該模型的研究工作（圖1）。

圖1 GreenLab模型發(fā)展歷程

GreenLab模型具有通用性，已成功應(yīng)用于20多種具有連續(xù)生長和節(jié)律性生長的溫帶和熱帶物種，包括田間作物、園藝作物、草本植物和樹木（圖2）。

圖2 使用GreenLab模型模擬的植物

GreenLab模型經(jīng)歷了不斷的發(fā)展，融合了新的建模方法和技術(shù)，包括雙尺度自動機(jī)、子結(jié)構(gòu)方法、源-庫參數(shù)的求解、冠頂分析、器官序列、潛在結(jié)構(gòu)和參數(shù)優(yōu)化等。本文回顧了GreenLab模型的發(fā)展歷程、基本概念、主要理論、特點(diǎn)和應(yīng)用。此外，本文介紹了實(shí)現(xiàn)GreenLab模型的軟件工具。最后，討論了GreenLab模型未來發(fā)展的前景和方向。

本文第一作者王秀娟副研究員及通訊作者康孟珍副研究員所在團(tuán)隊為中國科學(xué)院自動化研究所平行智能技術(shù)與系統(tǒng)團(tuán)隊農(nóng)業(yè)組。該團(tuán)隊多年來從事智慧農(nóng)業(yè)、計算植物等方向的研究工作。基于平行ACP（人工系統(tǒng)+計算實(shí)驗+平行執(zhí)行）理論，提出了農(nóng)業(yè)社會物理信息系統(tǒng)的框架。在智慧農(nóng)業(yè)方面，研發(fā)了農(nóng)業(yè)種植智能服務(wù)平臺及溫室智能控制系統(tǒng)。在計算植物方面，基于中法合作提出了通用的植物生長模型青園（GreenLab）。該文章得到新一代人工智能“2030”重大項目以及中國科學(xué)院-荷蘭國際合作重點(diǎn)項目以及基金委面上項目的資助。

論文鏈接：
https://doi.org/10.34133/plantphenomics.0118‍‍

——推薦閱讀——
Recognition and Localization of Maize Leaf and Stalk Trajectories in RGB Images Based on Point-Line Net 
https://doi.org/10.34133/plantphenomics.0199
Plant Phenomics | Point-Line Net：一種自上而下的田間玉米葉脈生長軌跡檢測模型
DEKR-SPrior: An Efficient Bottom-Up Keypoint Detection Model for Accurate Pod Phenotyping in Soybean
https://doi.org/10.34133/plantphenomics.0198
Plant Phenomics | DEKR-SPrior: 基于自下而上的關(guān)鍵點(diǎn)檢測模型的大豆精準(zhǔn)豆莢表型分析

加入作者交流群
掃碼添加小編微信，拉您進(jìn)入《植物表型組學(xué)》作者交流群，群內(nèi)不定期開展作者分享會、專刊發(fā)布會等高質(zhì)量活動。

添加小編微信，備注姓名+單位+PP，加入作者交流群

About Plant Phenomics
《植物表型組學(xué)》（Plant Phenomics）是由南京農(nóng)業(yè)大學(xué)創(chuàng)辦的英文學(xué)術(shù)期刊，于2019年1月正式上線發(fā)行。采用開放獲取形式，刊載植物表型組學(xué)交叉學(xué)科熱點(diǎn)領(lǐng)域具有突破性科研進(jìn)展的原創(chuàng)性研究論文、綜述、數(shù)據(jù)集和觀點(diǎn)。具體范圍涵蓋高通量表型分析的最新技術(shù)，基于圖像分析和機(jī)器學(xué)習(xí)的表型分析研究，提取表型信息的新算法，作物栽培、植物育種和農(nóng)業(yè)實(shí)踐中的表型組學(xué)新應(yīng)用，與植物表型相結(jié)合的分子生物學(xué)、植物生理學(xué)、統(tǒng)計學(xué)、作物模型和其他組學(xué)研究，表型組學(xué)相關(guān)的植物生物學(xué)等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等數(shù)據(jù)庫收錄。科睿唯安JCR2023影響因子為7.6，位于農(nóng)藝學(xué)一區(qū)（1/125名），植物科學(xué)一區(qū)（13/265名），遙感一區(qū)（6/62名）。2023年中科院期刊分區(qū)位于農(nóng)林科學(xué)大類一區(qū)。2020年入選中國科技期刊卓越行動計劃高起點(diǎn)新刊項目、2024年入選江蘇科技期刊卓越行動計劃領(lǐng)軍期刊項目。

說明：本文由《植物表型組學(xué)》編輯部負(fù)責(zé)組稿。
中文內(nèi)容僅供參考，一切內(nèi)容以英文原版為準(zhǔn)。
特邀作者：王秀娟
排版：許怡瑤（上海交通大學(xué)）
審核：孔敏、王平