每秒发射约30万个激光点，不出10分钟，南京农业大学主楼从卫岗1号“复制粘贴”进电脑里……为献礼即将到来的120周年校庆，近日，南京农业大学前沿交叉研究院副教授金时超运用三维表型组研究团队激光雷达技术，打造了南农“元宇宙”场景。
虚拟模型与现实主楼仅有厘米或毫米级误差
“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。”金时超讲解道。通过约12亿个点的定位和重现，南农“元宇宙”场景上线，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。
“复制粘贴”主楼使用的LiGrip/FARO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。
这套技术在自动驾驶、数字城市、灾害勘探中都有着重要的应用。如今，这项技术也为数字农业插上了科技的翅膀。
高通量、多维度、长时序 三维表型测量提供关键技术支撑
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。
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”。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，“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。
作物表型：加速赋能农业育种
目前，该技术已经应用于小麦、水稻、玉米和大豆团队的育种科研工作中。在小麦合作上，“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P2P预测模型基础上，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”。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”。
此外，三维表型组研究团队以激光雷达技术为核心，同步结合其他表型组技术，正在为玉米茎腐病的遗传分析提供核心技术支撑。
激光雷达等三维表型技术，正在推动农业4.0和育种4.0的高速发展。三维表型组研究团队长期耕耘于“三维表型组”关键技术创新，研究成果得到了国内外同行的高度认可，被美国乔治亚大学Changying “Charlie” Li教授团队评论为是识别作物器官的有效方法，被康奈尔大学著名植物遗传学家 Edward Buckler教授团队评论为是提取三维表型性状的有效方法，受到科学网和美国科学促进会EurekAlert等广泛报道。
南京广电·牛咔视频记者：赵雪子
通讯员：楠秾萱
原文链接：