植物物联网-全时序表型监测系统PhenoSight是一个物联网(IoT)支持的表型测量平台,设计简单易用,可广泛应用于任何环境。并配套一个自动化田间控制系统、高通量性状分析算法和基于机器学习的建模,以管理和处理平台生成的数据,从而探究基因型、表型和环境之间的动态关系。
PhenoSight需要对试验田进行小区划分,建议以1米*2米为单位,PhenoSight由服务器和终端节点组成,物联网化主要取决于两者之间的连接。PhenoSight服务器本身也是一台测量设备,同时可以连接9个终端节点,这就形成了实施方案示意图中的小区分型(如下图红框所示)。其中红色单元为服务器,蓝色单元为终端节点。每台服务器和终端节点均安置有可见光成像单元,而每台服务器可外接温湿度传感器、土壤参数传感器、叶绿素荧光传感器等,可在测量植物表型的同时,将环境因子加入到植物生长的模型中去,从而除了能够测量表型参数外,还可以实现对该环境条件下该植物的生长情况进行预测,对指导农业生产具有重大意义。所有PhenoSight数据均可以传送到云端,进行云处理。
PhenoSight平台结构
1主要功能
●实时作物田间表型监测:通过分布式的田间终端工作站,自动化实时持续监测作物生长和发育
●综合的田间气象监测记录多要素气象环境数据:空气温、湿度,光合有效辐射、大气压、降雨、风速风向、叶片冠层温度等
●土壤温度、含水量、盐分监测:这三要素直接影响植物的生长和发育。它们的变化会影响土壤中微生物的活性和养分的释放·植物叶片监测:包含叶片温度、叶片湿度、叶片荧光多参数(F. Fm,PAR.YII,ETR 等)、生理监测(叶片净 CO2 交换、蒸腾、气孔导度等)
●植物光谱测量:可对小区群体作物覆盖面进行高光谱扫描,测量作物冠层光谱反射率来快速、实时、无损获取作物生长信息,包括作物叶层氮含量、叶层氮积累量、叶面积指数、叶干重、叶绿素a、肥力诊断等生长指标
●虫害监测:蓟马、粉虱、蚜虫、潜叶、虫害连续监测
●植物气孔表型测量:系统以现代物联网技术为基础耦合多机位气孔连续监测终端开发深度学习图像分析算法,可实现大规模、多物种的气孔监测终端的集群部署
●植物冠层微环境监测:能够长时同步监测作物不同冠层高度的光合有效辐射(PAR)、温度(T)和相对湿度(H),从而推导出叶面积指数(LAI)、总光积分(TLI)、辐射利用效率(RUE)、累积光合光子通量密度(EsumPPFD)
2 主要优势
性能:实时田间分析
机动性:易于安装和使用
可负担性:竞争性低成本
耐用性:持续在田间条件下作业
3 应用领域
●智能灌溉与施肥决策
a)通过实时监测土壤温度含水量盐分及作物需水/需肥指标,动态调整灌溉和施肥方案,减少资源浪费。
b)结合植被指数(如GLI,NGRDI)和叶片生理参数(蒸腾速率、气孔导度),优化水肥一体化管理。
●病虫害与灾害预警
c利用机器学习模型分析叶片的纹理特征(ASM、Entropy)、颜色异常及冠层温度,早期识别病虫害或干旱胁迫。
d)整合气象数据(降雨量、风速)预测极端天气影响,提前启动防灾措施。
●高通量表型筛选
e)自动化测量株高、叶面积、生长速率等表型参数,加速抗逆品种(如耐盐、抗旱)筛选。
f)通过光谱监测(叶绿素a、氮积累量)评估候选株系的养分利用效率。
●生长模型构建
g)基于历史数据训练机器学习模型,预测不同基因型作物在特定环境(如盐碱地)的表现。
●土壤健康修复
h)监测盐分动态指导盐渍化农田改良(如淋洗排盐时机),结合植被覆盖度(ExG) 评估治理效果。
i)分析微生物活性与土壤温湿度的关联,优化有机肥施用策略。
●碳汇与生态评估
j通过冠层微环境数据(光合有效辐射,TUI)计算碳固定效率,支持农业碳汇项目。
●设施农业与温室管控
k)联动环境气象数据(光照、温湿度)与叶片生理监测(Fm、 YII).调控温室环境参数实现周年生产。
l)依据成熟度指数(NDYI)指导果蔬最佳采收期。
●茶园与果园品质提升
m)分析冠层温差与叶片荧光参数(ETR),诊断茶树/果树的光合效能,优化修剪与遮萌方案。
●科研与教育平台
n) 多维度农田数据为农学研究提供实证支持,推动算法模型迭代。
注:系统在多场景的应用依赖于跨模块数据融合,例如将土壤盐分与叶片氮含量关联可诊断盐胁迫下的营养失衡,实现监测-分析-调控”闭环。
4 硬件配置
PhenoSight服务器
Ø 基于移动ARM处理器
Ø 通过4G网络实时上传环境参数与图像
Ø 与终端节点局域网通讯
Ø 允许扩展使用外接传感器设备
Ø 广角镜头1200万
Ø 近焦镜头1200万(可选)
PhenoSight终端节点
Ø 1200万像素RGB图像
Ø IP66防护等级,防尘防雨
环境参数传感器
Ø Soil - 土壤三参数:
体积含水量 | ECb电导率 | 温度 | |
精度 | ± 0.03 m3 m-3 (3%) | ± (6% + 10mS.m-1) | ± 1.0°C |
测量范围 | 0 to 1.0 m3.m-3 | 0 to 2000 mS.m-1 | - 20°C to + 60°C |
Ø Air - 空气温湿度
温度:-20~100℃;
相对湿度:0~100%;
精确度:10~55℃时,±0.3℃,±2.5%的相对湿度;
Ø Light – 光合作用有效光辐射(PAR:400-700nm)
0-2500μMol/m2s, ±5%;
高光谱测量模块
光谱范围:400-1000 nm
5 软件配置
PhenoSight软件包:图像捕获、初始质量控制与数据备份
Ø 基于Linux的操作系统Debian :运行数据传输与远程控制
包含两个服务器,NetATalk和VNC服务器,以便于田间数据传输和远程系统控制,这允许用户通过无线(使用平板电脑或智能手机)或有线连接(使用笔记本电脑)连接到每个PhenoSight终端。
Ø 基于GUI的成像程序:实现实时系统交互
将其添加到软件包中,以控制RGB或NoIR相机模块,用于延时(time-lapse)作物监测。该程序可以自动检测给定PhenoSight终端的IP地址,以便将该终端与其田间试验的特定实验ID相关联。之后,程序要求用户通过GUI对话框指定诸如基因型(品种)、生物学重复和成像持续时间等信息,用户可以在其中启动图像采。
Ø picamera软件包:自动调整白平衡,曝光模式和快门速度
根据不同的现场照明条件,使用一个纯Python接口以连接到树莓派Raspberry Pi相机硬件。如果用户可以修改图像分辨率和成像频率。
PhenoMonitor:集中控制系统
Ø PhenoMonitor系统提供中央实时监控系统,以管理PhenoSight终端工作站,记录在线或离线状态、操作模式、日常图像、微环境和计算资源,并整理收集数据,以便可视化、批处理和注释。
6 高光谱测量模块
高光谱模块是一款以农作物参量光谱提取技术为核心,综合运用传感器、自动测量、自动控制和网络通讯等技术,对农作物进行在线实时综合评价的长势监测诊断仪。
技术参数
Ø 光谱范围:400-1000 nm
Ø 光谱分辨率:1 nm
Ø 内置模型:作物叶层氮含量、叶层氮积累量、叶面积指数、叶干重、叶绿素a、肥力诊断等
Ø 模型准确度:80%-95%
7 叶绿素荧光监测模块 -Monitoring-PA
测量参数
Fo,Fm,F, Fo', Fm’, Fv/Fm, Y(1l), qP, qL, qN, NPQ,Y(NPQ),Y(NO), ETR,PAR 和叶面温度等
8 叶片冠层温度测量模块
叶片冠层温度测量模块是一款高精度数字输出的传感器。该传感器具有22°半角视野,响应时间为0.6秒。
该传感器的应用包括:用于植物水状态估计的植物冠层温度测量、确定结冰条件的路面温度测量以及能量平衡研究中的地面(土壤、植被、水、雪)温度测量等。
范围参数
0.2℃@-20-65℃;
0.5℃@-40-80℃
9 冠层微气候测量模块
在冠层不同高度垂直立体布置多个 PAR、温度、湿度三合一传感器,监测数据可计算得到叶面积指数(LAI)、冠层气温差(CTD)、总光积分(TLI)、光能利用效率(RUE)、累计光合光量子通量密度(EsumPPFD)等参数。
10 光合 / 蒸腾作用监测模块
光合/蒸腾作用监测模块专为长期连续监测而设计。叶室可自动开合,测量间隙叶室呈打开状态,最大限度保持叶片的自然状态。可连接多个叶室,同时监测多个植物样品。
光合气体交换监测参数:CO,同化速率、蒸腾速率气孔导度参比和叶室CO,浓度、参比和叶室HO 浓度、叶室空气流量、叶片水汽压饱和亏、空气水汽压饱和亏、大气压、光合有效辐射 PAR 等。