近日,记者从南京农业大学获悉,该校前沿交叉研究院科研人员,通过数字技术,把教学楼搬进了元宇宙。
在今天,数字技术越来越普遍应用到自动驾驶、数字城市、灾害勘探等诸多领域,在农业领域也是如此,数字技术的发展,在种质资源鉴定、作物表型分析、产量预测等方面,都有了广泛的应用。
10分钟“复制粘贴”一栋楼
每秒发射约30万个激光点,依靠激光雷达技术,南京农业大学前沿交叉研究院副教授金时超带领的三维表型组研究团队,通过约12亿个点的定位和重现,只用了10分钟左右,就将南京农业大学主楼“复制粘贴”进电脑里。
金时超介绍,这座以点云的形式呈现的虚拟主楼模型与现实中的主楼仅有厘米/毫米级误差。“所谓点云,就是把现实生活中的几何对象以点的形式进行数字化表达,每个点记录了XYZ坐标和颜色等信息。无数的点云勾勒出虚拟世界的主楼,大到楼宇的轮廓、主楼的石狮子,小到建筑物的门窗、砖石、甚至连建筑花纹等细节,在3D模型中都清晰可见。”
数字化之后的南京农业大学主楼。南京农业大学供图
据了解,“复制粘贴”主楼时使用的激光扫描系统,集成了高性能激光器、全景相机等多元传感器。根据激光发射的往返时间和角度编码信息,自动计算出目标的三维坐标。同时,通过点云影像匹配算法,实现对点云的真彩色渲染,逼真还原现实世界。
这套技术并非只是为在虚拟世界重现一栋楼而设计的,事实上,这是该团队研发的最新农业科研技术体系,可用于作物表型数据收集、分析等多种领域,为高科技育种提供最先进的数字工具。
作物表型数据测量的“飞跃”
种子是农业的“芯片”,既是保障国家粮食安全的战略性资源,又是农业科技原始创新与现代种业发展的基础。开展优质种质资源的鉴定、保护、利用是种业强大的战略需求。作物表型是基因及环境因素相互作用共同形成的生物体综合表现,反映了植物基因图谱的时序三维表达。因此,高通量、多维度、长时序的表型测量需求日益迫切。
金时超说,“作物表型数据的人工调查,不仅存在取样代表性难以保障的问题,而且是传统作物育种最费时费力的环节之一。千余个试验材料、每个材料3个小区、每个小区取3个以上样本……即使是最简单的株高测量,在田间测上一轮也需要大半天的时间。”作物表型的高通量精准鉴定是当前限制突破性新品种培育的关键技术瓶颈。
用激光雷达等三维表型测量技术,半个小时就能实现以上数据的自动化采集。采集出的数据会覆盖到田间每一株作物,是生物统计中从抽样估计到总体分析的研究范式的飞跃,将有效提高田间试验统计的准确度、精确度以及效率。更重要的是,数字化的三维表达有效保存了田间真实场景,为可重复的发掘新性状提供了新视角。
数字技术在农业科研中发挥着巨大的作用。南京农业大学供图
机器像人一样了解作物
在解决实际应用需求过程中,三维表型组研究团队连续攻克了一系列难题,诸如作物表型研究的目标定位、性状提取、变化监测和交叉应用。五年多来,团队实现了单株检测、器官分割和多尺度三维表型提取。在此过程中,“机器需要像人一样知道作物的器官在哪里,才有可能像人一样,分析各种性状是什么,这离不开人工智能算法的训练。为了更好的促进学科发展,我们也构建了大量即将开放共享的数据集,”金时超说,这些关键算法和技术的创新,一定程度上提高了传统人工调查的精度和效率,也为新性状的发掘提供了关键技术支撑。
除了更高效、更精确的提取已知性状,三维表型组的新技术还有力支撑了新性状的发掘。例如,金时超介绍,“我们最新的研究发现,激光雷达测量的小麦冠层高度比人工测量的精度一致性和遗传力更高,也反映了人工测量的不确定性。同时,激光雷达等主动遥感技术具备夜间观测能力,这使得我们成功揭示了玉米表型昼夜变化的节律及其对环境变化的响应”。得益于机器能不分昼夜的工作,作物夜间表型鉴定成为可能,为田间作物新性状发掘和加速作物育种提供了新契机。
数字技术加速赋能农业育种
据了解,该技术当前已经应用于小麦、水稻、玉米和大豆团队的育种科研工作中。在小麦合作上,金时超介绍,“三维表型组研究团队研发了融合激光雷达和光谱等技术的量质协同预测模型,实现了提前2个月左右的产量预测,在此基础上,团队正在合作开展500份种质资源的动态表型鉴定和优异种质资源发掘利用工作。”
据介绍,在与水稻栽培团队合作中,三维表型组研究团队开发的三维光截获模拟算法,揭示了直射光和散射光在冠层垂直分布的质变规律及其对作物生产的潜在贡献,为揭示理想株型水稻品种提供了定量的评价方法。
在大豆育种工作中,采用激光雷达等表型技术对千余份大豆种质的田间表型进行了精准评价,构建了大豆叶柄和冠层轮廓提取的新算法。
“这项新技术,就像记录人的胖瘦一样,给我们记录每一株大豆的株型紧凑程度提供了可能性,为耐密植大豆优异种质资源鉴定提供了新手段,目前正用于相关基因的定位。”金时超团队的合作者、南京农业大学盖钧镒院士课题组的张焦平副教授说。
新京报记者 周怀宗
编辑 唐峥 校对 吴兴发