关注35斗公众号

植物表型与智慧农业

作者:35斗的朋友们 2021-02-24 16:44

来源 | 国科农研院(ID:GLOCON-AGRI-INST)

作者 | 韩志国,慧诺瑞德(北京)科技有限公司

 

随着人口增加、气候变化、耕地减少,作物单产提高速度减缓,所导致的粮食安全问题刻不容缓;同时,人类活动导致的环境变化也使得大量植物物种面临灭绝的危险。如何保障粮食安全同时又有效保护和维持人类赖以生存的生态环境成为我国乃至世界各国面临的重大课题。特别是随着人口老龄化的加剧和信息技术、智能技术的发展,智慧农业已被公认为可期待、可实现的场景。


微信图片_20210224145157.png


智慧农业既是技术发展的趋势,也是不得不为的事。多年来,笔者经常在做报告时向与会者提问“你们实验基地聘请的农民工年龄多大了”,10年前多数回答50-60岁,而现在经常听到60-70岁甚至80岁的回答。我想群内各位育种专家对此更有发言权。仅从人口老龄化而言,我们可以预测未来可能“没有农民”了。当然这个“没有”是打引号的,不是绝对没有,而是没有我们传统观念上的农民了。未来的农民可能是复合型人才,能将遗传学、农学、信息化、自动化、大数据、人工智能和市场结合起来的人才。当然,当技术发展到一定程度的时候,农民可能会成为“懒人”,很多的作业“一键搞定”。据说这几年美国的网络视频预定最大的增长来自农民,因为农民在自动化巡航的拖拉机上田间作业时实在没有事干,只能看视频解闷了。


微信图片_20210224145309.png


在智慧农业的四大链条“感知、数据、决策、执行”中,体现智慧的核心是“决策”,决策需要数据和模型支撑,而在包括环境、土壤、植物、组学、社会学、市场学等等的多源数据中,植物本身的性状数据也就是植物表型,是最难获取和分析的。


微信图片_20210224145327.png


俗话说“良莠不分”,在农田里很多时候农民和植物学家都无法区分谷子和莠子,更不要说机器了。生物学家、育种家经常会问的一个问题是,你能通过表型技术在田间把叶片数出来、把叶夹角测出来吗?就现有的技术而言,这几乎是一个impossible mission。田间的环境复杂多变,育种家关心的是群体性状,对密密麻麻、相互折叠的叶片而言,要实现这个目的是不可能的。只有对于玉米这种结构相对简单的植物,在盆栽尺度是有可行性的。


那么什么是高通量植物表型的?高通量植物表型技术是从器官、个体到群体水平上高通量、自动化获取产量、抗性、品质相关性状的多源集成技术。产量、抗性、品质是现代农业追求的终极目标。利用先进的成像技术和光谱技术,实现对植物肉眼不可见的组分、生理、胁迫、病害等可视化;利用先进的控制技术、通信技术和软件技术,实现表型性状测量和数据分析的自动化;利用先进的基于机器学习和深度学习的人工智能技术,实现多性状指标在不同场景中的智能化分析;可用这些可视化、自动化、智能化的技术,可以高通量的对单株或群体尺度的植物进行长期、快速的测量分析,大大提高了效率。综合上述所有优点,最终可以大大加速育种和智慧农业。


植物表型技术这几年获得了世界范围的广泛关注,借助人工智能的东风,发展也非常快速。但是目前绝大多数表型技术仍比较昂贵,仍停留在科研应用的阶段,往产业链上应用道阻且长。


结合笔者十余年从事植物表型工作的经验,以及和国际植物表型学会(IPPN)同事的长期交流,个人认为植物表型在未来的发展可以关注如下几点:


微信图片_20210224145344.png


1.用性价比高的平台,人工辅助高通量测量起步


笔者接触到很多研究人员,从接近十年前就开始和我讨论植物表型,但到现在还未着手。技术发展太快了,还在犹豫阶段可能技术已经叠代了。测量植物表型的技术非常多元,高通量的平台相对昂贵,但市面上仍有非常多的性价比很高的台式设备、手持式设备。尽管通量不高,但可以用“人工辅助”来间接提高通量。核心是技术本身是否好。例如生理表型测量的代表性技术叶绿素荧光成像,可以Explorer beyond visible。很多的胁迫响应,当肉眼能看到差别时已经比较晚了,而以荷兰PhenoVation公司的PlantExplorer和CropReporter为代表的生理表型技术,可以达到“提前预判”的目的。此外,这几年还有非常多的性价比更高的DIY技术和开源软件,大家有兴趣的话可以去关注我们的公众号“植物表型资讯”,有大量的相关技术文章。


2.大型温室平台用于工程化分子育种


说起植物表型的发展,非常有意思。现代高通量植物表型技术是由CropDesign、巴斯夫、拜耳、孟山都等大型公司推动的。在2010年前,国际上多数表型平台的购买力来自大型公司,到2010年后公共科研单位才逐渐赶上来。而CropDesign公司早来2002年就建立了传送通量4万盆的高通量平台,其TraitMill技术更是闻名于世。孟山都在几年前关闭了他们的温室传送表型平台,巴斯夫也于1月份讲CropDesign出售给了比利时VIB研究所,这似乎说明大型种企抛弃了了温室传送平台。但不要忘记并购孟山都之后的拜耳,在亚利桑那州新建的占地面积7英亩的自动化智能温室内还有一套全自动表型平台,用于玉米和大豆育种。当然,由于温室传送平台价格昂贵,并不适合普及推广。但对于规模化工程化分子育种而言,这种平台能发挥的价值非常大。


微信图片_20210224145434.png微信图片_20210224145439.png


3.带表型测量的加速育种舱来Speed breeding。


Speed breeding技术这几年非常火爆,这个技术的主要推动者Lee Hickey教授在百博智慧大讲堂的报告产生了强烈反响。Speed breeding说白了就是在人工气候室内用最理想的种植条件并通过改变光周期让植物加速生长达到加代的目的。育种家去南繁,只能加代一代,而利用Speed breeding技术一年可以得到4-6代。育种本来是“持久战”,而Speed breeding有可能将一个育种流程在2-3年内完成,结合分子辅助育种技术,可能对未来商业化育种的改变是非常巨大的。我们将自动化、高通量植物表型测量技术嵌入了各种形态的人工气候室中,包括移动式的加速育种舱,也希望将来能为育种做一点贡献。说到这里想补充一点,强烈推荐大家关注一下2月16日在Nature Plants上发表的“病毒喷雾转染技术”(技术介绍请参考2月16日“植物表型资讯”的推送),在不改变基因组的条件下,通过病毒喷雾来改变RNA表达达到生长调节的目的。个人认为这可能是一个颠覆性技术,值得关注、思考。


微信图片_20210224145536.png


4.轨道式平台用于小区尺度精准测量。


基于全自动龙门或桁架系统的轨道式高通量表型平台,可以在1000-5000平米的田间实现全自动无人值守测量,是现阶段权衡通量、分辨率和准确度的一种比较理想且性价比不错的技术。无论对于科研单位还是中大型种企而言,都是可以负担的。这种技术可以搭载可见光、热红外、高光谱、三维激光、叶绿素荧光等等传感器进行测量,测量指标涵盖形态结构、生理功能、组分含量等类别,且随着算法的发展可以得出越来越多的参数,通过大数据挖掘来辅助育种。


微信图片_20210224145558.png


5.行走式表型平台将是高通量精准表型测量的核心技术。


这是笔者认为的未来绝对的核心技术,但是但是,目前还处于非常早期的发展阶段,多数停留在实验室阶段而无法商业化应用,少数商业化的设备非常昂贵。这里面最大的难点在于视觉算法,和自动化巡航设备及传感器相对昂贵的价格。根据市场法则,当量上去了,制造成本降低价格也就下来了。我们强烈看好这类技术并推荐大家强烈关注。未来农业场景的很大一块,可能就是田里有无数的这种机器人在作业。


微信图片_20210224145753.png


6.性价比高的无人机表型平台将会快速普及。


这几年大量育种单位已经开始购置无人机,其优点就不用说了。目前无人机表型平台最大的制约因素是算法和计算能力。但随着人工智能的快速发展和CPU的叠代,相信在5-10年后,我们梦想中的无人机边飞行,计算出的性状指标就在手机端实时图形化演示的时代将会来临。


微信图片_20210224145809.png


7.生理表型测量将会发挥越来越重要的作用。


上面已经提到,生理表型会越来越重要。育种家关注的抗性指标,其实多数都是生理表型。目前能在田间测量的生理表型主要都是和光合作用相关的一些指标,如利用CO2气体交换测量冠层尺度的光合作用和穗的光合作用,利用荧光成像测量冠层的光合变化,利用LIFT技术大尺度测量冠层光合作用变化等等。这些技术就不展开讨论了,如果有感兴趣的老师,我们可以单独交流。


微信图片_20210224145825.png

微信图片_20210224145840.png


8.人工智能和计算能力将是表型技术普及应用的突破点。


对于高通量表型测量而言,每天拿到GB级或TB级的数据是家常便饭。这为数据存储和分析(特别是实时分析)带来了巨大的挑战。当然,随着CPU的叠代,这个问题在未来几年会很快解决(想想智能手机的发展吧)。但对于人工智能的应用,我们做农业的还是要有一个清醒的认识。目前能商业化应用的人工智能多数是基于机器学习而不是深度学习的。机器学习可以解决通用任务(如一套算法能测量所有植物的株高、冠幅、投影面积等),所需的训练集小,对电脑要求低,现阶段很适合普及;而深度学习可以通过庞大的训练集(需要标注,庞大的工作量)和强大的电脑(配置GPU)来解决特定任务(如数麦穗、稻穗),但换一个品种可能算法就失效了。算力随技术发展很容易解决,而算法特别是针对田间场景算法的突破,需要更多数学、计算机背景的人才加入才能破局,这在国内的难度有点大。


微信图片_20210224145902.png微信图片_20210224145905.png


以上是一些个人浅见,仅供参考。无论我们是否乐意,未来农业发展都会有更多农业外力量的介入(资本、跨专业人才)。让我们张开怀抱,拥抱新技术、拥抱未来可期的智慧农业吧。


本文来自“南北学院交流群”

注:文中如果涉及35斗记者采访的数据,均由受访者提供并确认。

声明:35斗所刊载内容之知识产权为35斗及相关权利人专属所有或持有。转载请联系gao.kp@vcbeat.net。

分享:

分享

微信扫描二维码分享文章

用户
反馈