COVID-19與氣候變化的疊加給全球糧食安全帶來了巨大挑戰。小麥作為世界主要經濟作物，研究其表型，培育優質小麥品種是提高糧食產量的重要途徑。然而，現有的表型分析平臺大多存在建設和維護成本高、無法移動、受氣候因素限制使用等缺點，而傳統的氣候室缺乏表型數據采集，使得作物表型研究開發困難重重。作物育種進展緩慢。目前，迫切需要開發一種低成本、易于推廣、不受氣候和場地影響的、集作物栽培和表型獲取功能于一體的設施。提出了一種移動艙式智能人工氣候箱，構建環境控制系統、作物表型監測系統、作物表型采集系統。

智能人工氣候箱整體結構示意圖

作者選擇了兩個不同早期活力的小麥品種，在智能人工氣候箱中進行了不同氮肥施用量下小麥的栽培試驗和表型獲取。借助作物表型采集系統，采集小麥在三葉期、分蘗前、分蘗后期和拔節期的圖像，通過作物表型采集系統提取小麥葉面積、株高、冠層溫度等表型信息。作者比較了小麥表型的系統測量和手動測量。分析結果表明，小麥4個生育期葉面積、株高和冠層溫度的系統測量與人工測量高度相關。相關系數（r）為正，決定系數（R2）大于0.7156。均方根誤差 (RSME) 小于 2.42。其中，基于作物表型的采集系統對小麥三葉期表型特征的測量誤差最小。冠層溫度 RSME 僅為 0.261。小麥表型性狀系統測量值與人工測量值呈顯著正相關，擬合度較好，誤差均在可接受范圍內。實驗表明，采用智能人工氣候箱獲得的表型數據具有較高的準確性。驗證了基于智能人工氣候箱的小麥栽培和表型獲取的可行性。

環境控制系統架構

借助智能人工氣候箱研究小麥栽培和冠層表型是可行的。基于多種環境監測傳感器和環境調節設備，可以調節作物的生長環境因子。基于高精度機械傳動和多維成像傳感器，可采集農作物圖像，提取農作物表型信息。它的使用不受環境和氣候因素的限制。因此，智能人工氣候室有望成為育種者培育優良種質品種的有力工具。

來源：Plant Methods.Evaluation of an intelligent artificial climate chamber for high-throughput crop phenotyping in wheat.Anhua Ren, Dong Jiang, Min Kang, Jie Wu, Fangcheng Xiao, Pei Hou & Xiuqing Fu

https://plantmethods.biomedcentral.com/articles/10.1186/s13007-022-00916-9