Système de surveillance des phénotypes à temps plein
Contexte
Le Plant IoT - Système de surveillance des phénotypes à temps plein - PhenoSight est une plateforme de phénotypisation compatible avec l'Internet des objets (IoT) conçue pour être simple et facile à utiliser pour un large éventail d'applications dans n'importe quel environnement. Elle est accompagnée d'un système de contrôle de terrain automatisé, d'algorithmes d'analyse de traits à haut débit et de modélisation basée sur l'apprentissage automatique pour gérer et traiter les données générées par la plateforme afin d'explorer les relations dynamiques entre les génotypes, les phénotypes et l'environnement.
Défi
PhenoSight nécessite une division du terrain expérimental, qui est recommandée à 1 m * 2 m. PhenoSight se compose d'un serveur et de nœuds terminaux, et l'IoT actif dépend en grande partie de la connexion entre les deux. le serveur PhenoSight lui-même est également un dispositif de mesure, et il peut être connecté à 9 nœuds terminaux en même temps, ce qui crée le modèle de division de trame montré dans le schéma du plan de mise en œuvre (montré dans la case rouge ci-dessous). L'unité rouge est le serveur et l'unité bleue le nœud terminal. Chaque serveur et nœud terminal est équipé d'une unité d'imagerie à lumière visible, et chaque serveur peut être connecté à des capteurs de température et d'humidité, des capteurs de paramètres du sol, des capteurs de fluorescence de chlorophylle, etc., qui peuvent mesurer le phénotype de la plante tout en ajoutant des facteurs environnementaux au modèle de croissance de la plante, de sorte que, en plus de la mesure des paramètres phénotypiques, on peut également réaliser qu'il est possible de prédire la croissance de la plante dans l'environnement, ce qui a une grande importance pour guider la production agricole. production. Toutes les données PhenoSight peuvent être transférées dans le cloud pour le traitement dans le cloud.
Solution
Surveillance en temps réel du phénotype des cultures Surveillance continue automatisée en temps réel de la croissance et du développement des cultures par l'intermédiaire de postes de travail terminaux de terrain à faible coût; Surveillance météorologique intégrée sur le terrain Enregistre une gamme de données météorologiques: rayonnement photosynthétiquement actif, température du couvert des feuilles, température et humidité de l'air, température et humidité du sol avec conductivité; Processus d'analyse à haut débit Traitement à haut débit et quantification de la modélisation de la croissance des cultures et de la performance d'adaptation; Mesures hyperspectrales Mesures hyperspectrales peuvent être effectuées sur des parcelles pour analyser la quantité d'inclusions pertinentes Phénotypisation stomatale des plantes Le système est basé sur la technologie moderne Internet des objets (IoT), couplée à des terminaux de surveillance continue stomatale multi-caméras et le développement d'algorithmes d'analyse d'image d'apprentissage profond, qui peuvent réaliser le déploiement à grande échelle de terminaux de surveillance stomatale en grappes multi-espèces Analyse de la séquence temporelle de floraison du riz La séquence temporelle de floraison du riz peut être analysée.
Résultats
Performance: analyse de terrain en temps réel Mobilité: facile à installer et à utiliser Affordabilité: coûts compétitivement bas Durabilité: fonctionnement continu dans des conditions de terrain Prédiction: La combinaison de données phénotypiques et de données de facteurs environnementaux permet de prédire la croissance future des plantes.
"Type de plante, hauteur de plante, couvert, étanchéité du couvert, couleur des feuilles, taille des feuilles et autres mesures; Changement de la dynamique de croissance des plantes, recherche sur le taux de croissance, comme la surveillance des changements de floraison de la fertilité des plantes; Études de réponse environnementale des plantes (développement nécessaire), par exemple études physiologiques sur la sécheresse, l’irrigation, la fertilisation, etc.; Permet un phénotypiage évolutif basé sur l'apprentissage automatique; Rejoigne les interactions GxE, génotype et environnement."
— Directeur de recherche