欧亚国际

今年推出的《2019年研究前沿》，基于科睿唯安的EssentialScience Indicators (ESl)数据库中的10587个研究前沿，遴选出了2019年自然科学和社会科学的10大学科领域排名较前的100个热点前沿和37个新兴前沿。

农业和植物学领域居于前10 的热点前沿主要分布在植物生理调控机制、作物性状改良、除草剂抗性、植物活性物质结构和功能、农田土壤污染修复及农用无人机等研究方向上。

重点热点前沿

无人机系统在作物表型分析中的应用

田间作物表型信息是作物品种特点、生长状况的直观表现，是反映作物产量和质量的、揭示作物生长发育规律与环境关系的重要依据。快速有效获取大田作物的表型信息，监测作物的生长状况，对作物科学研究具有重要意义。然而，目前较多采用的传统田间试验取样和车载高通量平台测定作物性状参数的方法耗时耗力，且空间覆盖不全限制了作物科学研究的快速发展。以无人机为代表的近地遥感高通量表型平台机动灵活、成本低、空间覆盖广是获取田间作物表型信息的重要手段。

该前沿共有核心论文31 篇，其中12 篇综述性文章，主要综述了用于作物表型分析的无人机遥感的现状与展望，用于林业研究和实践的无人机遥感，用于作物表型分析的低空、高分辨率航空成像系统等。19 篇研究性论文主要是利用基于无人机的成像技术对田间作物或林木进行航拍，然后通过与其他方法相结合（如3D 照片重建）来估算作物或林木的表型。应用场景主要有大麦生物量的估算、植株高度的多时相估计、小麦育种苗圃的高通量表型分析等。

核心论文产出国家和机构的统计分析显示（表1），美国是较大的产出国，其次是德国，中国名列第3位。机构中，美国农业部较多，有5 篇；德国的科隆大学排第2位，有4 篇。此外，来自中国的中国农业大学有2 篇，与其他5个机构并列第6位。

表1“无人机系统在作物表型分析中的应用”研究前沿中核心论文的Top 产出国家和机构

从施引论文的产出国家和机构来看（表2），美国不仅是较大的核心论文产出国，还是施引论文的较大产出国，约占施引论文总数的28.2%；其次是德国，中国排第3位。

表2 “无人机系统在作物表型分析中的应用”研究前沿中施引论文的Top 产出国家和机构

Plant Phenomics“无人机系统在作物表型分析中的应用”相关文章

1.High-Throughput UAV Image-Based Method Is More Precise Than Manual Rating of Herbicide Tolerance阅读原文介绍请点击：Plant Phenomics | 基于无人机图像的高通量除草剂耐受性评价方法较有效

2.High-Throughput Measurements of Stem Characteristics to Estimate Ear Density and Above-Ground Biomass阅读原文介绍请点击：

Plant Phenomics | 用于估计穗密度和地上生物量的茎特征高通量测量方法

3.A weakly Supervised Deep Learning Framework for Sorghum Head Detection and Counting阅读原文介绍请点击：

Plant Phenomics | 一种用于高粱头状花序检测和计数的弱监督深度学习框架

About Plant Phenomics

《植物表型组学》（Plant Phenomics）是由南京农业大学和美国科学会（AAAS）合作创办的英文学术期刊，于2019年1月正式上线发行，是Science合作出版的第二本期刊。采用开放获取形式，刊载植物表型组学交叉学科热点领域具有突破性科研进展的原创性研究论文、综述、数据集和观点。具体范围涵盖高通量表型分析的较新技术，基于图像分析和机器学习的表型分析研究，提取表型信息的新算法，作物栽培、植物育种和农业实践中的表型组学新应用，与植物表型相结合的分子生物学、植物生理学、统计学、作物模型和其他组学研究，表型组学相关的植物生物学等。2019年8月，已正式被DOAJ数据库收录。

编辑：黄艺清 （实习）审核：孔敏、尹欢