近日，記者從南京農業大學獲悉，該校前沿交叉研究院科研人員，通過數字技術，把教學樓搬進了元宇宙。

在今天，數字技術越來越普遍應用到自動駕駛、數字城市、災害勘探等諸多領域，在農業領域也是如此，數字技術的發展，在種質資源鑒定、作物表型分析、產量預測等方面，都有了廣泛的應用。

10分鐘“復制粘貼”一棟樓

每秒發射約30萬個激光點，依靠激光雷達技術，南京農業大學前沿交叉研究院副教授金時超帶領的三維表型組研究團隊，通過約12億個點的定位和重現，只用了10分鐘左右，就將南京農業大學主樓“復制粘貼”進電腦里。

金時超介紹，這座以點云的形式呈現的虛擬主樓模型與現實中的主樓僅有厘米/毫米級誤差。“所謂點云，就是把現實生活中的幾何對象以點的形式進行數字化表達，每個點記錄了XYZ坐標和顏色等信息。無數的點云勾勒出虛擬世界的主樓，大到樓宇的輪廓、主樓的石獅子，小到建筑物的門窗、磚石、甚至連建筑花紋等細節，在3D模型中都清晰可見。”

數字化之后的南京農業大學主樓。南京農業大學供圖

據了解，“復制粘貼”主樓時使用的激光掃描系統，集成了高性能激光器、全景相機等多元傳感器。根據激光發射的往返時間和角度編碼信息，自動計算出目標的三維坐標。同時，通過點云影像匹配算法，實現對點云的真彩色渲染，逼真還原現實世界。

這套技術并非只是為在虛擬世界重現一棟樓而設計的，事實上，這是該團隊研發的最新農業科研技術體系，可用于作物表型數據收集、分析等多種領域，為高科技育種提供最先進的數字工具。

作物表型數據測量的“飛躍”

種子是農業的“芯片”，既是保障國家糧食安全的戰略性資源，又是農業科技原始創新與現代種業發展的基礎。開展優質種質資源的鑒定、保護、利用是種業強大的戰略需求。作物表型是基因及環境因素相互作用共同形成的生物體綜合表現，反映了植物基因圖譜的時序三維表達。因此，高通量、多維度、長時序的表型測量需求日益迫切。

金時超說，“作物表型數據的人工調查，不僅存在取樣代表性難以保障的問題，而且是傳統作物育種最費時費力的環節之一。千余個試驗材料、每個材料3個小區、每個小區取3個以上樣本……即使是最簡單的株高測量，在田間測上一輪也需要大半天的時間。”作物表型的高通量精準鑒定是當前限制突破性新品種培育的關鍵技術瓶頸。

用激光雷達等三維表型測量技術，半個小時就能實現以上數據的自動化采集。采集出的數據會覆蓋到田間每一株作物，是生物統計中從抽樣估計到總體分析的研究范式的飛躍，將有效提高田間試驗統計的準確度、精確度以及效率。更重要的是，數字化的三維表達有效保存了田間真實場景，為可重復的發掘新性狀提供了新視角。

數字技術在農業科研中發揮著巨大的作用。南京農業大學供圖

機器像人一樣了解作物

在解決實際應用需求過程中，三維表型組研究團隊連續攻克了一系列難題，諸如作物表型研究的目標定位、性狀提取、變化監測和交叉應用。五年多來，團隊實現了單株檢測、器官分割和多尺度三維表型提取。在此過程中，“機器需要像人一樣知道作物的器官在哪里，才有可能像人一樣，分析各種性狀是什么，這離不開人工智能算法的訓練。為了更好的促進學科發展，我們也構建了大量即將開放共享的數據集，”金時超說，這些關鍵算法和技術的創新，一定程度上提高了傳統人工調查的精度和效率，也為新性狀的發掘提供了關鍵技術支撐。

除了更高效、更精確的提取已知性狀，三維表型組的新技術還有力支撐了新性狀的發掘。例如，金時超介紹，“我們最新的研究發現，激光雷達測量的小麥冠層高度比人工測量的精度一致性和遺傳力更高，也反映了人工測量的不確定性。同時，激光雷達等主動遙感技術具備夜間觀測能力，這使得我們成功揭示了玉米表型晝夜變化的節律及其對環境變化的響應”。得益于機器能不分晝夜的工作，作物夜間表型鑒定成為可能，為田間作物新性狀發掘和加速作物育種提供了新契機。

數字技術加速賦能農業育種

據了解，該技術當前已經應用于小麥、水稻、玉米和大豆團隊的育種科研工作中。在小麥合作上，金時超介紹，“三維表型組研究團隊研發了融合激光雷達和光譜等技術的量質協同預測模型，實現了提前2個月左右的產量預測，在此基礎上，團隊正在合作開展500份種質資源的動態表型鑒定和優異種質資源發掘利用工作。”

據介紹，在與水稻栽培團隊合作中，三維表型組研究團隊開發的三維光截獲模擬算法，揭示了直射光和散射光在冠層垂直分布的質變規律及其對作物生產的潛在貢獻，為揭示理想株型水稻品種提供了定量的評價方法。

在大豆育種工作中，采用激光雷達等表型技術對千余份大豆種質的田間表型進行了精準評價，構建了大豆葉柄和冠層輪廓提取的新算法。

“這項新技術，就像記錄人的胖瘦一樣，給我們記錄每一株大豆的株型緊湊程度提供了可能性，為耐密植大豆優異種質資源鑒定提供了新手段，目前正用于相關基因的定位。”金時超團隊的合作者、南京農業大學蓋鈞鎰院士課題組的張焦平副教授說。