近日，《GigaScience》雜志在線發(fā)表了來自南京農(nóng)業(yè)大學(xué)作物表型組學(xué)交叉研究中心的周濟(jì)教授等合作題為”CropSight: A scalable and open-source information management system for distributed plant phenotyping and IoT-based cropmanagement”的研究論文。該研究開發(fā)了一個通過物聯(lián)網(wǎng)技術(shù)對作物生長圖像和各類環(huán)境因素進(jìn)行大數(shù)據(jù)監(jiān)控和管理的平臺—CropSight。

　　高質(zhì)量的植物表型和氣候數(shù)據(jù)為作物表型組分析和基因型-環(huán)境互作奠定了研究基礎(chǔ)。標(biāo)準(zhǔn)化的多地點(diǎn)數(shù)據(jù)集不僅可以為植物學(xué)家了解植物的生長發(fā)育、與不同環(huán)境因素之間的動態(tài)互作提供了重要證據(jù)，而且也可以為農(nóng)學(xué)家和農(nóng)民在變化的農(nóng)業(yè)生產(chǎn)條件下對作物進(jìn)行實(shí)時監(jiān)測提供依據(jù)。隨著物聯(lián)網(wǎng)技術(shù)（IoT）的興起，基于物聯(lián)網(wǎng)的遙感設(shè)備已廣泛應(yīng)用于植物數(shù)據(jù)的采集和作物監(jiān)測，每天都會生成億萬字節(jié)的數(shù)據(jù)。然而，如何有效地校準(zhǔn)、注釋和管理這類大數(shù)據(jù)仍在技術(shù)上極具挑戰(zhàn)。特別是這些數(shù)據(jù)往往采自不同地點(diǎn)，且規(guī)格和類型不同。

　　本文中，周濟(jì)教授領(lǐng)導(dǎo)的中英團(tuán)隊開發(fā)了一個通過物聯(lián)網(wǎng)技術(shù)對作物生長圖像和各類環(huán)境因素進(jìn)行大數(shù)據(jù)監(jiān)控和管理的平臺—CropSight。CropSight系統(tǒng)分為田間設(shè)備端和服務(wù)器端兩部分，基于PHP和SQL的基因型-表型-環(huán)境信息管理平臺，通過與分布式物聯(lián)網(wǎng)傳感器等設(shè)備連接完成數(shù)據(jù)傳遞、整理、存儲和索引等數(shù)據(jù)整合工作。系統(tǒng)設(shè)備端和服務(wù)器端安裝的RESTfulAPI自動完成作物生長圖像和田間氣候的同步讀取。然后網(wǎng)絡(luò)化試驗(yàn)地區(qū)，完成分布式的試驗(yàn)監(jiān)測。

　　其軟件接口專為分布式物聯(lián)網(wǎng)設(shè)備和集中式數(shù)據(jù)服務(wù)器而設(shè)計。因?yàn)樵撓到y(tǒng)是完全開源設(shè)計，可以此為基礎(chǔ)構(gòu)建基于云端的共享、可移植、易推廣的室內(nèi)外植物監(jiān)測平臺。同時，通過智能設(shè)備或PC上的瀏覽器可以直接訪問安裝在設(shè)備端和服務(wù)器端的CropSight系統(tǒng)的API，執(zhí)行數(shù)據(jù)傳輸，同步作物日常生長的代表性圖像（用于快速和可視化作物評估）與詳細(xì)的氣候數(shù)據(jù)融合后，為作物環(huán)境互作研究提供標(biāo)準(zhǔn)的大數(shù)據(jù)支持。CropSight還支持歷史和當(dāng)前數(shù)據(jù)的比較。除了通過集成的云服務(wù)器進(jìn)行歷史和當(dāng)前的試驗(yàn)比較之外，它還提供近實(shí)時的環(huán)境和作物生長監(jiān)測。自2016年以來，CropSight已應(yīng)用于英國諾維奇科研院的小麥育種試驗(yàn)，并于2017年開始應(yīng)用于快速育種（SpeedBreeding）。該系統(tǒng)對分布式的植物表型和物聯(lián)網(wǎng)作物管理有重大意義，通過在南農(nóng)團(tuán)隊的繼續(xù)開發(fā)，將在不久的將來為我國智能農(nóng)業(yè)實(shí)踐提供新的技術(shù)支撐。

農(nóng)業(yè)網(wǎng)(Agronet.com.cn)微信掃一掃： 盡“掃”天下農(nóng)商情