高通量植物表型技术在大豆育种中的应用

张杰, 谭博阳, 李亚昕, 姜鲲鹏, 张晶, 李艺彤, 李婷婷, 王帅, 魏峭嵘, 杨明亮, 陈庆山, 徐乐

东北农业大学学报 ›› 2025, Vol. 56 ›› Issue (01) : 139 -146+154.

PDF
东北农业大学学报 ›› 2025, Vol. 56 ›› Issue (01) : 139 -146+154. DOI: 10.19720/j.cnki.issn.1005-9369.2025.01.014

高通量植物表型技术在大豆育种中的应用

    张杰, 谭博阳, 李亚昕, 姜鲲鹏, 张晶, 李艺彤, 李婷婷, 王帅, 魏峭嵘, 杨明亮, 陈庆山, 徐乐
作者信息 +

Author information +
文章历史 +
PDF

摘要

高通量植物表型新技术是攻克种质资源优异性状高通量精准鉴定难题、发掘创制突破性种质资源的关键,该技术已成为现代农业研究的核心工具,对推动我国农业高质量发展发挥重要作用。文章系统综述该技术在大豆逆境胁迫监测、生理特性评估、产量预测、抗病性筛选方面的研究进展。通过整合多种传感器和成像技术,高通量植物表型技术可非破坏性地采集大规模的植物表型数据,显著提高大豆育种效率和基因型筛选精准度,为大豆育种提供新方法和新途径。展望大豆育种中表型评估的未来方向和发展趋势,指出高通量植物表型技术在大豆育种应用中存在的不足,提出运用人工智能和机器学习技术提升海量表型数据处理标准化的建议。

关键词

大豆育种 / 高通量植物表型技术 / 种质资源评价 / 作物监测

Key words

引用本文

引用格式 ▾
高通量植物表型技术在大豆育种中的应用[J]. 东北农业大学学报, 2025, 56(01): 139-146+154 DOI:10.19720/j.cnki.issn.1005-9369.2025.01.014

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/