欢迎您访问中国科学院庐山植物园官方网站!
设为首页 加入收藏
首页 > 研究队伍 > 植物表型组学与智慧农业研究组
植物表型组学与智慧农业研究组

植物表型组学与智慧农业

研究组介绍

一、研究组简介

植物表型是由基因和环境共同影响的,反映植物结构及组成、植物生长发育过程及结果的全部物理、生理生化特征和性状。植物表型组学是继基因组、转录组、蛋白组和代谢组等组学之后,于近年来兴起和快速发展的新型交叉学科,是植物科学研究从实验室走向大田的最后一公里。

本研究组将建立“Sensor to plant”型高通量植物表型平台;研发植物本体传感器,并结合环境传感器和中科院庐山植物园的种质资源优势,从时间、空间和物种等多维度高通量采集植物表型数据,建立植物生长模型数据库;并以植物表型组学和生长模型数据库为核心,整合物联网、大数据和人工智能等新兴技术,研发智能植物工厂种植系统,服务智慧农业。

二、研究方向

1. 高通量植物表型平台

目前国内外的高通量植物表型平台主要有两种类型,一种是“Plant to sensor”型,即以工业自动化为主要技术驱动,将单株植物通过传送带运送至表型采集设备,数据采集完成后再运送回原来位置;另一种是“Sensor to plant”型,该类型主要以近年来快速发展的无人机、机器人等技术为驱动,将轻便型表型采集设备带至植物所在位置进行数据采集。“Plant to sensor”型虽然有利于三维重建、高光谱和叶绿素荧光成像等重型采集设备的使用,但该类平台动辄千万元的起步造价不利于大范围推广和应用。随着科技的快速发展,3D深度相机等表型采集设备越来越轻便,无人机等运载工具的成本越来越低。本研究组将以搭载3D深度相机、热成像、多光谱、叶绿素荧光成像等传感器的龙门架式机器人、无人车和无人机为载体,建立“Sensor to plant”型低成本高通量植物表型平台。

2. 植物生长模型数据库

植物生长模型为定量化研究植物生长规律,动态模拟植物生长发育过程及其与气候、土壤等环境因子之间关系的研究成果。所建立的模型通过对植物生理生态过程的模拟,能够从时间和空间维度预测不同环境条件下生长的植物的某些综合指标,如植物的干重、鲜重、叶面积指数、器官数量形态大小等。虽然水稻、小麦和玉米等粮食作物,以及番茄、黄瓜和生菜等园艺作物已经有相对成熟的植物生长模型,但是与实际生产应用还有一段距离,其它种类植物生长模型的相关研究更为不足。因此,本研究组将以基于计算机视觉的高通量植物表型技术为核心,以智能温室和集装箱式智能植物舱等环境高度可控的空间为载体,利用动态建模、虚拟现实、情景模拟及决策支持等方法,构建不同物种植物的生长模型,最终融合表型及生长环境数据形成植物基础数据库。

3. 智能植物工厂

植物工厂是通过设施内的高精度控制实现农作物周年连续生产的高效农业系统,是由计算机对植物生长发育过程的温度、湿度、光照、二氧化碳浓度以及营养液等环境要素进行全天候控制,不受或很少受自然条件制约的生产方式。植物工厂主要有“人工光型植物工厂”、“太阳光型植物工厂”和“太阳光与人工光并用型植物工场”三种类型。因其融合了现代生物技术、智能装备与信息技术等新兴科技,而成为全球农业技术研究的热点。由于植物工厂初期建设成本较高、耗能较大等原因,总体上来看单位生产成本还是相对偏高,未来仍需要通过科技创新进一步降低成本。因此,通过对植物工厂进行数字化和智能化升级来提高产量、降低成本具有重要意义。本研究组将以基于计算机视觉的植物表型感知为核心,以植物生长模型数据库为驱动,构建植物工厂数字孪生平台,并不断优化产量预测模型和环境控制模型,降低成本、提升产量和品质,最终形成一整套智能植物工厂技术体系。


研究组长

姓 名王书胜性 别
职 务
研究组组长
职 称研究员
通讯地址江西省南昌市溪霞镇溪霞国家现代农业示范区科研中心
邮政编码
330114电子邮箱
wangss@lsbg.cn

学习经历:

2016年11月-至今 根特大学&比利时农业渔业研究所 生物科学工程 在职攻读博士学位

2012年9月-2015年6月 江西农业大学 园艺 硕士学位

2003年9月-2007年6月 华中农业大学 生物工程 学士学位

工作经历:

2007年7月-至今 中国科学院庐山植物园

社会任职:

国际园艺学会会员

获奖及荣誉

2021年荷兰瓦赫宁根大学和腾讯共同举办的“第三届国际智能温室种植挑战赛”在线挑战中,带领计算机视觉和植物模型两个方面的团队,在来自不同国家的47个比赛队伍中取得第8名;

2020年荷兰瓦赫宁根大学和腾讯共同举办的“第二届国际智能温室种植挑战赛”中,自主研发的太阳能无线图像传感器和大数据云平台助力团队在来自不同国家的21个比赛队伍中取得第4名;

2019年第二十六届欧洲植物育种研究协会观赏植物国际研讨会最佳口头报告(国际园艺学会Young Minds Award);

2015年度江西省科技进步一等奖(排二)。

研究领域:

植物表型组学,智慧农业

承担科研项目情况:

1.中国科学院庐山植物园庐山植物专项:智能植物工厂的传感器集群及云平台研发(2021-2023),主持

2.中国科学院庐山植物园庐山植物专项:基于植物生长模型的智能植物工厂的关键技术研究(2021-2023),参与

3.国家科技部国际科技合作重点项目:欧洲优良高山杜鹃品种引进及产业化技术的联合研发(2014-2017),参与

4.“赣鄱英才555工程” 人才培养计划项目:抗逆性大叶常绿类杜鹃筛选及产业化技术研究(2014-2016),参与

5.江西省学科带头人培养计划项目:杜鹃花属植物的迁地保育技术研究(2011-2014),参与

6. 国家科技部国际科技合作重点项目:杜鹃属植物的回归引种及保育基地建设(2008-2010),参与

论文及论著:

1、Wang S., Leus L, Van Labeke MC and Van Huylenbroeck J. (2020). Relation between soil physico-chemical properties and the distribution of Rhododendron species in China. Acta Horticulturae, 1283

2、Wang S., Leus L., Van Labeke M.C., Van Huylenbroeck, J. (2018) Prediction of lime tolerance in Rhododendron based on herbarium specimen and geochemical data. Frontiers in plant science, 9, 1538

3、王书胜, 单文, 张乐华, 等. 生根基质及IBA浓度对云锦杜鹃扦插育苗的影响. 林业科学, 2015, 51(9): 165-172.

4、王书胜, 李晓花, 张乐华, 等. 激素种类与浓度对鹿角杜鹃扦插繁殖的影响及其评价. 广西植物, 2014, 34(2): 227-234.

5、王书胜, 张乐华, 单文, 等. 植物生长调节剂对鹿角杜鹃扦插繁殖的影响. 植物科学学报, 2014, 32(2): 158-167.

6、张乐华, 王书胜, 单文, 等. 基质、激素种类及其浓度对鹿角杜鹃扦插育苗的影响. 林业科学, 2014, 50(3): 45-54.

专利:

1.王书胜,单文,张乐华等 一种杜鹃花扦插繁殖方法, 2016-08-03, 中国, CN106105749A.


研究组员

姓 名吴雅林性 别
职 务
研究组员
职 称研究员
通讯地址江西省南昌市溪霞镇溪霞国家现代农业示范区科研中心
邮政编码
330114电子邮箱
yalinwu@jj.ac.kr

学习经历:

2010年8月-2014年2月 韩国全州大学 文化技术内容开发 博士学位

2008年8月-2010年8月 韩国东义大学 应用软件 硕士学位

2004年8月-2008年8月 韩国东义大学 软件工程 学士学位

工作经历:

2021年12月-至今 中国科学院庐山植物园 研究员

2020年11月-至今 韩国全州大学校长办公室 校长顾问

2020年3月-2021年12月 韩国全州大学文化融合学院 专职教师

2016年1月-2020年3月  江西理工大学 虚拟现实研究院 院长

2015年3月-2016年1月 江西理工大学 中韩文化技术产业研究院 常务副院长

2014年5月-2015年2月 江西理工大学信息工程学院 专职教师

2013年1月-2014年1月 韩国国家智能空间研究院 智能体感交互团队负责人

2008年8月-2010年8月 韩国釜山广域市中小企业厅研究院 助理研究员

2008年8月-2010年8月 韩国东义大学信息工程学院 软件工学系 助教

社会任职:

(1)中国医药卫生文化协会医工融合分会委员

(2)韩国光州信息文化技术振兴院支援研究员、智能体感交互团队负责人

(3)中国虚拟现实与可视化技术战略联盟,常务理事

(4)中国虚拟现实与可视化技术战略联盟教育专委会委员

(5)中国虚拟现实与可视化技术战略联盟国际专委会委员

(6)国科创新研究院人工智能及互动影视部主任

(7)深圳市虚拟现实产业联合会技术委员会副主任

研究领域:

植物生长模型,计算机视觉,数字孪生

承担科研项目情况:

1.中国科学院庐山植物园庐山植物专项:基于植物生长模型的智能植物工厂的关键技术研究(2021-2023),主持

2.中国科学院庐山植物园庐山植物专项:智能植物工厂的传感器集群及云平台研发(2021-2023),参与

3.2019年-2021年,甲状腺肿瘤微创手术机器人关键技术与平台研发,十三五国家重点研发计划“数字诊疗专项”,海外特聘专家。

4.2018年1月-2019年9月,基于人工智能的混合现实实验系统,亚太未来教育社内项目。负责人:吴雅林,个人团队,200万元。

5.2017年5月-2017年8月,基于HoloLens混合现实系统的骨盆教学系统,爱尔兰科克大学(UCC)ASSERT研究院委托项目。负责人:吴雅林。所属单位:HOLLOLAND VR,50万欧元。

6. 2015年3月-2015年6月,沉浸式虚拟现实矿山开发,校级自选课题,人民币:25.7万元,负责人:吴雅林。

7.2010年5月-2015年2月,沉浸式虚拟智慧旅游系统,韩国国家战略编列项目(contents文化振兴院),子课题经费:300万元(人民币),子课题负责人:吴雅林,所属单位:韩国国家智能空间技术研究院、韩国国家文化振兴院。

8.2012年1月-2015年1月,用户参与性多媒体融合系统,韩国国家战略编列项目(contents文化振兴院),子课题经费:320万元(人民币),子课题负责人:吴雅林,所属单位:韩国国家智能空间技术研究院、韩国国家文化振兴院。

9.2013年6月-2014年5月,3D遗产数字化以及3D打印数字加工技术研究,韩国国家战略编列项目,子课题经费:300万元(人民币),子课题负责人:吴雅林,所属单位:韩国国家智能空间技术研究院、韩国电子通信研究院。

10.2013年6月-2014年5月,自适应的企业人力系统,韩国政府扶植中小企业项目,子课题经费:65万元(人民币),子课题负责人:吴雅林,所属单位:韩国全罗北道中小企业厅。

11.2011年6月-2012年5月,韩国智能交通,韩国政府扶植中小企业项目(韩国全罗北道中小企业厅),子课题经费:18万元(人民币),子课题负责人:吴雅林,所属单位:韩国全罗北道中小企业厅。

12.2011年6月-2012年5月,韩国保安系统,政府扶植中小企业项目(全罗北道中小企业厅),经费:36万元(人民币),子课题负责人:吴雅林,所属单位:韩国全罗北道中小企业厅。

论文及论著:

(1)Yalin Wu, Qinjian Zhang, Yaqin Hu, Ko Sun-Woo, etc. A Novel Binary Logistic Regression Model Based on Feature Transformation of XGBoost for Type 2 Diabetes Mellitus Prediction in Healthcare Systems. Future Generation Computer Systems,SCI(影响因子:7.187), 中科院一区Top期刊(2021),Rank 5/157 3%

(2)Yalin Wu,Sumin Li, Qinjian Zhang, Ko Sun-Woo, Linyang Yan, Route Planning and Tracking Control of an Intelligent Automatic Unmanned Transportation System Based on Dynamic Nonlinear Model Predictive Control.  IEEE Intelligent Transportation Systems Transactions, 预接收,SCI(影响因子:13.2),中科院一区Top期刊(2021)Rank 15/596 3%

(3)Yalin Wu and Ko Sun-Woo*. Multi-Feature Fusing Local Directional Ternary Pattern for Facial Expressions Signal Recognition. Microprocessors and Microsystems, accept, SCI(影响因子:1.161),中科院四区(2021)Rank 154/334 46%

(4)Yalin Wu and Liang Huang*. An Intelligent Method of Data Integrity Detection Based on Multi-modality Fusion Convolutional Neural Network in Industrial Control Network. Measurement, Vol. 175, 2021, https://doi.org/10.1016/j.measurement.2021.109013, SCI (影响因子:3.927), 中科院二区(2021)Rank 7/128 6%

(5)T. Liu and Y. Wu*, Multimedia Image Compression Method Based on Biorthogonal Wavelet and Edge Intelligent Analysis, in IEEE Access, vol. 8, pp. 67354-67365, 2020, doi: 10.1109/ACCESS.2020.2984263. SCI(影响因子:4.098),中科院二区(2021) Rank 30/297 10%

(6)Yalin Wu and Shuiping Zhang. A Self-Adaptive Chaos Particle Swarm Optimization Algorithm. Telkomnika, Vol. 13, No. 1, March 2015. EI-JA

(7)Ya Lin WU and Sun-Woo KO* “A Simple and High Performing Rate Control Initialization Method for H.264 AVC Coding Based on Motion Vector Map and Spatial Complexity at Low Bitrate”, Mathematical Problems in Engineering, Vol. 2014, 2014. SCI(影响因子1.082),中科院三区(2014) Rank 100/378 27%

(8)YaLin WU and *Sun-Woo KO. Adaptation Computing Parameters of Pan-Tilt-Zoom Cameras for Traffic Monitoring. Transducers and sensors, Vol. 163, No. 1, January 2014. EI-JA

(9)Lu Xi, Hou Muzhou*, Moon Ho Lee, Jun Li, Duan Wei, Han Hai and Yalin Wu. A new constructive neural network method for noise processing and its application on stock market prediction. Applied Soft Computing, Vol. 15, 2014. SCI(影响因子:5.472), 中科院一区Top期刊(2021). Rank 32/389 9%

(10)YaLin WU and *Sun-Woo KO. An Initial Quantization Parameter Decision Method Based on Frame Complexity with Multiple Objectives of GOP for Rate Control of H.264. LNCS, Vol.7861, 2013.EI-JA

(11)Cai jinbao and YaIin Wu*. Spatial Characteristic Based Rate Control Initialization Method for Conversational Video Communication of H.264/AVC Using Linear Prediction”, JOURNAL OF MULTIMEDIA, Vol. 8, No. 5, 2013.EI-JA

(12)Cai jinbao and YaIin Wu*. An Adaptive Rate Control Initialization Method for H.264 at Low Bit Rate. JOURNAL OF SOFTWARE, VOL. 8, NO. 10, 2013. EI-JA

(13)Cai jinbao and YaIin Wu*. An Enhanced Rate Control Initialization Method for H.264 based on Image Quality Balance of GOP Using Support Vector Machines. JOURNAL OF NETWORKS, VOL. 8, NO. 9, 2013. EI-JA

(14)Yalin Wu, Sook Yoon*, Dong Sun Park and Jucheng Yang, “An Enhanced Rate Control Initialization Method for H.264 Based on Image Quality Balance of Group of Pictures”, ADVANCED SCIENCE LETTERS, VOL 11, NO 1, 2012.

(15)Yalin Wu and *Soon Kak Kwon. Reduction Method of Added Information Generated by Increasing the Number of Quantizer Reconstruction Levels. Journal of Korea Multimedia Society, Aug. VOL 13, NO 8, 2010(KCI).

(16)Yalin Wu and Soon Kak Kwon*. Simple Transcoding Method of H.264 Coded Bitstream for Interest Region. The International Journal of Virtual Reality, 2009. 

专利:

Scalar quantizing method for image coding capable of increasing encoding performance,专利号:1020100079809,授权日“2012年2月28日,排序:2,大韩民国专利厅。