友情鏈接：
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2019年4月-6月推送的代表性文章，以供大家參閱。
? Scientific Reports：田間鹽脅迫下甜瓜產(chǎn)量和品質(zhì)的遺傳分析
本文以55個甜瓜雜交種及其11個親本為材料，研究了鹽脅迫下甜瓜產(chǎn)量、產(chǎn)量構成及品質(zhì)相關性狀的定量遺傳基礎。
? 高光譜植被指數(shù)估算植被含水量：夏玉米水分指標對水分脅迫的響應比較
本文比較了冠層含水量、葉片等量水厚度、活體可燃物濕度等植被水分指標對不同水分處理的響應，并利用光譜植被指數(shù)對夏玉米水分脅迫試驗的結(jié)果進行了估算。
本文探索了無人機多光譜和熱成像在玉米TSC抗性表型分析中的應用潛力，比較了該方法與傳統(tǒng)視覺疾病評估的有效性，討論了使用RS技術進行抗病表型分析的挑戰(zhàn)和機遇。
? RadiMax：研究深根生長和資源獲取基因型差異的大型半田間設施
本文中開發(fā)了一種新的表型分析設施，用于研究半田間（semi-field）條件下的植物根系生長和土壤資源獲取。
? Scientific Reports：基于直徑和根序的細根分級新方法
本文旨在整理、報道兩種根序分級新方法。
本文提出了一個基于圖像的植物表型分析通用計算框架，總結(jié)了最先進的基于圖像的植物表型分析方法，討論了植物表型領域未來的潛在發(fā)展。
? 傳感器技術在牧草作物育種中的前景：干物質(zhì)產(chǎn)量測定
本文回顧了牧草作物表型研究的狀況，討論了地面和空中表型平臺在牧草作物性狀評估方面的優(yōu)勢，預測了高通量、數(shù)據(jù)存儲方法和管理帶來的表型“大數(shù)據(jù)”挑戰(zhàn)。
? 基于無人機熱成像技術的植被監(jiān)測和植物表型分析
本文測試和評估了三種商用無人機熱成像相機在森林監(jiān)測、植被脅迫檢測和植物表型研究方面的潛力。結(jié)果表明熱成像相機可為植被監(jiān)測和植物表型分析提供關鍵信息。
? 從實驗室到田間的表型研究：基于Fv/Fm的番茄耐熱性分析
本文的研究表明，F(xiàn)v/Fm對番茄耐熱性的早期檢測是有效的，可以應用于耐熱品種的選育中，加快育種進程。
? Front. Plant Sci.：無人機圖像在草坪草田間試驗中的應用
本文研究評估了無人機RGB圖像和多光譜圖像在草坪草田間試驗中的應用。
本文提出了一種利用無人機多光譜圖像測量棉花多種表型性狀的方法，是無人機技術和傳感器技術引入棉花育種的重要一步。
本文提出了一種基于體素的激光雷達三維圖像自動估算葉傾角的方法。該方法獲得的葉傾角估算值與實測值呈顯著相關（R2=0.95），葉傾角估算的絕對誤差為2.5°。
? 電磁場和冷等離子體播前處理對向日葵種子萌發(fā)、生長發(fā)育的影響
本文旨在深入探究真空、冷等離子體、電磁場等物理應激源對植物影響的分子機制。
Agripheno?高通量基因分型檢測平臺包括高通量Oktopure DNA提取儀、Nexar?模塊化內(nèi)聯(lián)液體處理與分析系統(tǒng)、Soellex?高通量PCR水浴熱循環(huán)系統(tǒng)和Araya?內(nèi)聯(lián)熒光檢測系統(tǒng)。本文分享了牛毛基因分型的案例。
? Front. Plant Sci.：小麥育種計劃中基于顏色的性狀評估方法
本文中，Walter J等提出了一個高通量數(shù)字成像與分析系統(tǒng)，用于評估小麥育種計劃中基于顏色的性狀。該研究通過三個步驟實現(xiàn)：（i）在溫室中驗證基本圖像分析方法，（ii）將這些方法應用于使用手持成像設備的田間試驗，（iii）開發(fā)用于數(shù)據(jù)采集的田間高通量成像系統(tǒng)。
本文描述了如何利用電阻抗成像來可視化不透明培養(yǎng)基中油菜根系的發(fā)育，比較了健康對照植株和感染根腫病菌植株的根系發(fā)育情況。
本文研究了三種常用的可見光和熒光圖像配準技術：依賴于特征點之間的對應關系（FP）、頻率域特征（PC）以及圖像強度信息（INT）。
? AirSurf-Lettuce：基于計算機視覺和深度學習的超大規(guī)模田間表型與精準農(nóng)業(yè)航空圖像分析平臺
本文中，周濟博士團隊聯(lián)合英國第二大種植公司G's Growers Limited開發(fā)了一個基于計算機視覺和深度學習的超大規(guī)模田間表型與精準農(nóng)業(yè)航空圖像分析平臺——AirSurf-Lettuce。該平臺結(jié)合了超大規(guī)模的歸一化差異植被指數(shù)（NDVI）航空圖像、現(xiàn)代計算機視覺、最新的深度學習（CNN）和模塊化軟件工程，能夠?qū)φ麄€田間數(shù)以百萬計的生菜進行產(chǎn)量相關的表型分析。
? 無人機技術與RGB-D重建方法在牧草株高和生物量監(jiān)測中的比較
本文評價了基于無人機、RGB-D相機的方法在牧草株高、生物量、體積等估算中的表現(xiàn)。
通過對39個優(yōu)勢物種的8個葉片功能性狀的測定，確定植物葉片在物種和功能類型水平上的抗旱適應性策略。
? 搭載雙圖像幀快照相機的輕型無人機對不同氮素處理下水稻生物量的動態(tài)監(jiān)測
本文的研究結(jié)果證明了將輕型無人機與雙圖像幀快照相機結(jié)合應用于水稻生物量估算的可行性，以及在精準農(nóng)業(yè)和先進育種計劃中的應用潛力。
本文利用貝葉斯網(wǎng)絡對ABA誘導的WRKY轉(zhuǎn)錄因子網(wǎng)絡進行了建模，并應用基于效用函數(shù)的推理算法來確定干旱脅迫反應基因的重要調(diào)節(jié)因子。
? 基于無人機的小麥株高估算方法及其在基因組分析和功能基因表征中的應用
本文描述了一種基于無人機的小麥植株高度估算方法及其在定量基因組分析和功能基因表征中的應用。
本文利用光流分析獲取生菜葉片的時序運動特征，隨后基于這些特征通過機器學習構建生菜的生長預測模型，預測生菜收獲時的鮮重。
AgriPheno祝您端午安康，粽情歡樂、粽有吉祥！
? 2019澤泉植物生理生態(tài)及表型育種研討會成功召開
2019年5月6日-14日，由上海澤泉科技股份有限公司主辦的2019澤泉植物生理生態(tài)及表型育種研討會分別在北京、成都、廣州成功召開。
? 勞動人民最光榮！AgriPheno祝您勞動節(jié)快樂！
勞動，創(chuàng)造了價值，創(chuàng)造了財富，創(chuàng)造了未來，創(chuàng)造了人類，創(chuàng)造了世界，創(chuàng)造了一切。五一國際勞動節(jié)來臨之際，AgriPheno祝您勞動節(jié)快樂！
2019年4月27日，在浙江大學岑海燕等三位老師的帶領下，生物系統(tǒng)工程與食品科學學院19名本科生至AgriPheno?平臺進行參觀和學習。
? 南京農(nóng)業(yè)大學高通量表型分析研究團隊招聘博士后啟事
因工作需要，南京農(nóng)業(yè)大學作物表型組學交叉研究中心高通量作物表型分析研究團隊公開招聘博士后研究人員 1 名，同周濟教授于諾維奇科研院的英國實驗室共同執(zhí)行作物表型組學相關的研究內(nèi)容。
? 中國農(nóng)業(yè)大學資源與環(huán)境學院數(shù)字農(nóng)業(yè)研究團隊招聘博士后啟事
因工作需要，中國農(nóng)業(yè)大學資源與環(huán)境學院數(shù)字農(nóng)業(yè)研究團隊（合作導師為郭焱教授、馬韞韜副教授，主要研究方向為多源尺度的植物功能-結(jié)構-環(huán)境互作的基因型/表型研究）公開招聘博士后研究人員1名，內(nèi)容包括但不局限于：大田作物表型與基因型關聯(lián)分析/基于植物表型的傳感器和設備系統(tǒng)集成與研發(fā)/多源尺度作物生長動態(tài)反演與輔助逆境育種等。
