1.研发背景
1.1 气孔的重要性
气孔是由植物叶片表皮组织上的保卫细胞所围成的小孔，是植株与外界进行H2O和CO2等气体交换的重要门户，直接影响植株蒸腾和光合作用，进而影响植物的产量和品质。气孔表型很大程度上影响植物的生理（如：胁迫响应）和生态过程（如：固碳和蒸腾）。例如，干旱缺水会使叶片气孔开度变小，抑制蒸腾和光合，导致作物籽粒产量骤减；病原体可通过气孔侵入植株内部，导致小麦等植物的条锈、白粉及赤霉病等病害爆发，严重影响作物籽粒品质的形成。因此，探究叶片气孔形态及其变化规律，对深入解析其在植物生长及环境响应中的作用，阐明气孔对植物的生长发育和产质形成的影响，及保障我国粮食生产安全都具有重要意义（如下图所示）。
1.2 气孔的静动态表型特征概述
气孔表型大体分为静态（形态学）和动态（运动学）表型两类。一般而言，气孔的静态表型参数主要包含气孔数量、气孔长度、气孔宽度、气孔面积、气孔周长、气孔开度、气孔密度等形态学指标；气孔的动态表型主要是指气孔在内源信号和外界环境因子的刺激下，引起保卫细胞内外膨压发生改变，进而导致气孔孔径变化而产生的运动学特征。需要指出的是，气孔生长发育及其形态学建成主要受基因和外界环境因素的调控，而气孔的运动学表型特征可能更偏向受植物的内源信号和外界环境因子（例如：光照、温度和CO2浓度等）刺激的共同调控（如下图所示）。前人研究表明，气孔孔径变化呈现出空间变异性（斑驳气孔）和时间动态性（昼夜节律）两大特征，斑驳气孔即同一观测区域中的气孔可能有开有闭，又或气孔开度大小不均匀，昼夜节律即植物气孔一般呈现白天张开、夜晚关闭的运动特点。气孔的辩驳性和昼夜节律是许多植物共有的生理学特性。然而，由于缺乏有效的气孔动态观测手段，对气孔的斑驳性和昼夜节律等运动学表型的探究进展十分缓慢。
1.3 传统气孔表型观测方法的局限性
气孔原位动态监测是分析植物气孔形态及运动学表型的基础。印迹法等传统气孔观测方法是将指甲油等粘性材料均匀涂抹在叶表，待风干后将其与叶片分离，从而得到气孔形态的印迹，虽原理简单、观测成本低，但需将印迹制片并置于台式显微镜观察，观测结果受叶片质地和制片效果等的多重影响，且不能原位活体、无损连续观测。在个体尺度，农业生产中小麦等植物的气孔实时监测对农田的水肥管理具有重要的监测预警作用，但现有显微成像设备体积笨重、供电接线杂乱，操作繁琐、集成度低，协同性差，难以满足气孔昼夜节律及其响应环境变化研究时的原位、无损、动态连续观测的需求；在群体尺度，若想通过正向遗传学等手段进行气孔相关候选基因挖掘，则需通过人工收集或构建自然群体、自交系群体等材料，结合测序数据与群体气孔表型数据进行全基因组关联分析。前人基于气孔监测需求开发了各种观测技术，他们各有特点（如表所示），然而，国内外至今仍无相关设备可用于大群体材料的气孔表型图像的同步高效采集。
1.4 传统气孔表型分析方法的局限性
目标气孔检测与分析是研究气孔形态学及运动学表型的核心问题。以前通过人工方式对图像中的气孔计数，该过程费时费力，且长时间看图会导致眼疲劳，增加出错概率。随后，学者们开发出了各种半自动化的气孔图像处理算法，例如，人们可通过Image-J等通用图像处理软件进行半手工测量，可用于长度、宽度、面积及周长等气孔表型参数的提取，但类似的软件通常要求使用者先手动调整每幅图像的参数去较准确的实现气孔像素分割，还需用户手动标记气孔孔隙和气孔复合体边界等兴趣区，然后才能进行气孔相关表型参数的计算提取。这种复杂的图像分析流程非常占用时间，且基于图像调参的方法往往难以准确描绘气孔边缘，更难以准确计算气孔的表型参数，因此，大群体材料的气孔表型监测与分析往往令相关学者望而生畏。开发适用于多物种、大群体、可实现气孔形态学与运动学表型监测与分析的、轻便、灵活和高度集成的系统，已成为植物优良品种选育、抗逆高产优质生产栽培管理、碳汇及水循环等领域研究的迫切需求。
2.研发成效
2.1 多物种气孔表型原位高效群体监测设备突破
为攻克上述问题，南京农业大学小麦生理生态与生产管理课题组、作物表型组学交叉研究中心联合南京慧瞳作物表型组学研究院有限公司（市新型研发机构、国家高新技术企业），累计投入10名硕/博研究生，历经6年的潜心钻研积累，成功研发出适用于室内外多场景的多物种气孔表型原位高效群体监测系统（如下图）。
多物种气孔表型原位高效群体监测系统可实现24小时昼夜不间断的植物叶表气孔图像的采集与气孔表型的实时解析，为分析微观视野下植物气孔对光、温、水、肥、气等环境因子变化的形态学（静态）及运动学（动态）表型响应提供了一个低成本、全自动、高通量的活体原位无损检测方案。该系统由PC端控制站点、无线信号基站以及多物种气孔表型监测终端三部分构成。系统以现代物联网技术为基础，基于“无线互联”的设计理念，首先通过微型信号基站发射WIFI信号覆盖整个试验区，随后在信号覆盖范围内布设具备WIFI无线通讯功能的气孔表型监测终端，最后通过信号基站、监测终端及PC端之间的无线互联，耦合多个气孔监测终端，实现PC端对系统内多个监测终端的远程无线控制、大规模的气孔监测终端的集群化部署及气孔图像的多终端协同采集与回传。其中，系统内的每个气孔表型监测终端都包含独立的太阳能供电系统，能有效避免野外农田等应用场景中设备的接电困难、电线拉扯杂乱等难题，极大的增加了设备使用的便捷性；此外，为应对不同物种间气孔大小及形态差异较大的问题，各个终端可灵活更换显微物镜（放大倍率：18-450），可实现对绝大多数植物叶片表皮气孔图像的高清动态采集。
2.2 多物种气孔表型原位高效群体监测算法突破
同时，我们基于采集的多物种的海量气孔图像数据集，利用YOLO、U-Net、Mobile-Net等深度学习网络框架（如图所示），开发了适用于多物种的气孔目标检测、语义分割、单目标跟踪及多目标跟踪等算法，历经三次的迭代升级，实现了气孔形态学（静态）及运动学（动态）表型参数的高通量提取，目前正在进行多物种通用算法的开发，届时可广泛应用于小/大麦、玉米、大豆、棉花、红薯、花生、油菜等大田作物以及梨树、菊花、茶叶等园艺作物的气孔表型监测。
基于上述气孔表型提取算法，配套开发气孔表型参数分析软件，简化科研，赋能探索，具有以下优点：
一键简易分析：用户无需复杂编程知识，只需简单点击，选择图片或视频文件，系统便会自动完成参数分析，让科研变得更加轻松。
数据多维解析：集成交互式图表、静态表格和动态视频等多种分析方式，帮助用户从不同维度深入探索表型变化趋势。
批量高效分析：支持单次任务处理多张图像，提高分析效率。
个性化定制分析：提供灵活的参数设置，用户可以根据研究需求重点自定义分析参数，提高分析效率。
技术迭代与支持：团队将持续更新软件，优化算法精度、分析指标与使用体验，并提供专业的用户支持服务。
2.3 多物种气孔表型原位高效群体监测系统可提取的主要参数
2.4 多物种气孔表型原位高效群体监测系统的主要技术特点
独特叶夹设计：夹固叶片零损伤，适应多物种叶形，满足长周期原位监测需求。
光源亮度可调：确保图像高质量采集，有效避免气孔原有生理规律受扰。
野外灵活安装：高功率太阳能充电+锂电池供电，电力充沛、保障连续采集；稳定集成，无线化部署，简化安装过程、避免接线困扰，真正做到插拔即用！
远程无线控制：WIFI6.0技术，超1800Mbps传输速率，超5公里信号覆盖范围，链路稳定、高速畅行、无线互联，支持一千套设备的集群化部署与远程协同操控。
实时高清采集：气孔图像可实时预览，可高清晰精准捕捉气孔静动态表型细节并实现多终端协同采集与回传，为相关研究分析提供高质量原始图像。
智能高效提取：整合目标检测/分类、语义分割、单/多目标跟踪等深度学习算法，全自动提取气孔轮廓、追踪不同气孔静动态表型变化，高效解析海量气孔表型。
适用范围广泛：设备/算法通用性强，大田及室内等多种使用场景适用、多物种适用、植物物种差异、生长发育及环境响应监测等多种需求适用，野生种质/人造种质/栽培品种等群体监测适用，且支持设备及模型的定制化开发和自训练拓展。
3.研发历程及应用案例
3.1研发历程
南京农业大学小麦生理生态与生产管理课题组与小麦气孔的“爱恨情仇”始于团队首席科学家姜东教授2007年在丹麦访学期间，相关内容请阅读《小麦叶片气孔实时观测系统研发与应用》。
多物种气孔表型原位高效群体监测系统的自主研发之路，则始于2018年初，2017年，时任南京农业大学科学研究院院长的姜东教授牵头成立全国首个作物表型组学交叉研究中心，中心引进多个研究团队，专业涵盖光电传感、自动化、智能制造、数学等学科，吸引了一批机械与自动控制、物联网、光电、图像分析、人工智能、植物表型组学、大数据分析等领域的优秀人才。随后，姜东教授联合小麦生理生态与生产管理团队与作物表型组学交叉研究中心，依托南京慧瞳作物表型组学研究院有限公司（市新型研发机构、国家高新技术企业），正式启动植物气孔表型监测设备的研发，期间累计投入10余名硕士/博士研究生，历经6年的潜心钻研积累至今，完成了植物气孔表型监测与分析设备及算法的四次升级优化。相关研发进展如下：
在植物气孔表型监测设备的方面，完成植物气孔表型观测设备的四次迭代升级。初代设备实现了小麦气孔图像的原位无损长周期动态采集；第二代设备在第一代设备的基础上，进行了结构和外观优化，从而使其适用于室内外多种场景下的小麦气孔图像的原位、无损、连续的采集；第三代设备在第二代设备的基础上继续优化，能够灵活更换显微物镜，适用于多物种叶表气孔图像的高清动态采集，有效解决了不同物种间气孔大小及形态差异较大的问题；而最新的第四代设备，基于“无线互联”的设计理念，在保留第三代功能的基础上，整合太阳能供电、无线通讯等物联网技术再次优化升级，突破了电力供应、多应用场景、多物种适用及远程多终端协同控制等因素限制，真正意义实现了多物种气孔表型的原位、无损、高通量的集群式连续监测，暨本次发布的多物种气孔表型原位高效群体监测系统（四代系统如下图所示）。
在植物气孔表型参数提取算法方面，研发团队完成了小麦气孔表型分析算法的三次迭代升级，初步建成了多物种气孔图像数据集及算法库。第一代的气孔表型提取算法利用目标检测方法完成了开闭状态监测及计数等初步的小麦气孔静态指标的提取；第二代算法在第一代算法的基础上，结合单目标跟踪以及语义分割等深度学习方法，成功捕获小麦保卫细胞所围成的小孔，暨气孔开孔面积的动态变化；第三代算法基于研发团队前期采集积累的2000多万张小麦气孔图像，耦合目标检测、语义分割、多目标跟踪等多种深度学习算法，实现了小麦的气孔形态学（静态）及运动学（动态）表型参数的高通量提取（三次算法迭代如下图）。最近，第四代，暨多物种气孔表型提取通用算法即将完成，届时可应用于小麦、大麦、玉米、大豆、棉花、红薯、花生、油菜等大田作物及梨树、菊花、茶叶等园艺作物的气孔表型监测。
3.2部分应用案例
多物种气孔表型原位高效群体监测与分析系统，可用于高通量的定性和定量分析单个或群体气孔的形态学（静态）及运动学（动态）表型差异，极大地提高了气孔表型观测与分析效率，揭示了一些前人未曾揭示的气孔生物学规律，主要发现如下：
①气孔比我们想象的更“勤奋”，气孔可在黎明前内源性地打开，不受外界环境因素影响（没有光，气孔也会开放）；
②气孔存在斑驳性，气孔的开闭状态及开孔面积并不统一，且气孔昼夜节律与气孔本身的解剖学特征密切相关，小气孔的夜间休眠时间（关闭时长）更长；
③气孔存在大小之分，小麦的小气孔在响应非生物胁迫的过程中具有更快地响应速度，具有“先锋”作用；
④气孔具有“记忆”功能，锻炼可提高小麦气孔对干旱胁迫等非生物胁迫的响应能力，即经锻炼后的植株气孔在胁迫下提早关闭，在胁迫解除后提早开放。
上述相关研究成果在发表在国内外知名学术期刊Journal of Integrative Agriculture (2024)、Computers and Electronics in Agriculture (2023)、Frontiers in Plant Science (2023)、Plant Phenomics (2021)及农业工程学报(2019)，授权国家发明及实用新型(CN202210730549.0; CN202011071627.8; CN202022480211.3)等专利3项。
系统目前被南京大学、南京农业大学、香港大学、浙江大学、石河子大学及新疆省农科院等高校院所的多个团队应用，应用市场表现良好。
4.免费试用及经销商招募
始于2018，自主研发之路走了6年，历经四次迭代升级，现今，南京慧瞳作物表型组学研究院正式推出多物种气孔表型原位高效群体监测系统—PheyeStomata，一个有潜力将植株的光合/蒸腾视像化的气孔表型监测与分析系统，现诚邀全国区域经销商加入，让我们一起共谋行业发展，见证品牌发展。
4.1客户免费试用报名条件
全国范围内与农、林、草、园艺等植物领域相关的高校在职科研人员；
全国范围内与农、林、草、园艺等植物领域相关的院所在职科研人员；
全国范围内与农、林、草、园艺等植物领域相关的公司所属科研人员。
4.2代理商招募条件
具备一定的行业客户基础，拥有相关专业背景知识。
有意者请联系下方微信
陈佳玮 李庆
南农作物表型组学研究中心 南农小麦生理生态生产管理课题组
南京慧瞳作物表型组学研究院 农业农村部小麦技术创新中心
5.研发团队简介
南京农业大学小麦生理生态与生产管理课题组：
南京农业大学农学院小麦生理生态与生产管理团队以长江中下游麦区小麦高产、优质高效生产为目标，以技术创新、产品创制及推广服务为主要途径，致力于小麦多维度、多尺度表型高通量获取与分析平台研发应用、品质生理生态与品质调优、非生物逆境胁迫记忆与抗逆丰产、小麦资源高效利用机制与安全清洁生产、营养功能食品开发和利用等领域的研究。
团队现有固定人员10名，其中教授5名，副教授2名，钟山青年研究员2名，实验师1名。获“CJ学者”讲座教授荣誉1人，“杰青”1人，“万人计划”科技创新领军人才1人，省“333工程”高层次人才2人。依托农业部作物生理生态与生产管理重点实验室，建设有农业农村部小麦区域技术创新中心，建成了设施一流、配备精良、功能齐全的的科研基地和实验室。
近年来，团队承担国家自然科学基金重点项目、国家863计划、面上项目、国家重点研发计划、农业部公益性行业科技专项以及部省科研课题等20余项。累计发表论文360余篇，其中SCI论文180余篇。授权国家发明专利20余项、实用新型和软著50余件；发布《小麦微课》、《图说小麦》等多个视频、专著和教材。团队成员以主要完成人先后获国家科技进步二等奖2项、省部科技进步一等奖2项、省科技进步二等奖2项、农业部全国农牧渔业丰收奖一等奖1项、江苏省农业技术推广一等奖1项，2项技术入选农业农村部粮油生产主推技术，制定地方标准3项。
南京农业大学作物表型组学交叉研究中心：
南京农业大学是中国最早开展表型组学相关研究的单位之一，2017年设立了国内首个“作物表型组学交叉研究中心”，并于2020年正式纳入我校前沿交叉研究院实体化运行，着力打造“人才特区、学术特区”，统筹协调推进交叉学科发展所需师资、经费、空间和人才培养等事宜。中心现有科研办公场地共约25000㎡（含卫岗校区办公空间约1000㎡，实验空间约2000㎡，以及位于白马基地的植物表型研发大楼，总建筑面积22120㎡）。中心拥有国际一流的植物表型组学研究平台设施，总价值近4000万元。学校年均投入教学、科研等运行经费逾500万元。现已初步构建了一支多学科交叉融合、国内外顶尖专家汇聚的师资团队，拥有国外兼聘+校内专聘PI团队6个，专任教师16人。
南京慧瞳作物表型组学研究院有限公司：
南京慧瞳作物表型组学研究院有限公司是一家从事农业科技研发,生物科技研发,软件科技研发等业务的公司，成立于2019年，企业的经营范围为:农业科技、生物科技、软件科技研发；作物栽培与耕作学研究、作物遗传育种研究技术咨询、技术服务；植物组织培养、栽培和表型分析科学实验外包；水、气体、土壤、植物样品检测和研究服务；开展农业科学知识的普及、传播和推广农业先进技术；组织农业科技培训和农业科学教育活动；物联网技术咨询、技术服务、技术转让；机械设备、机电设备、人工智能系统、自动化控制系统设备的技术研发、技术服务、销售、数据处理；植物表型检测仪器设备研发、制造、销售；成像仪器设备设计、生产、销售和维修。
入选南京市新型研发机构，国家高新技术企业，企业成立至今拥有表型工厂面积约3000㎡，申请专利143项，授权发明专利23项，实用新型专利52项，软件著作权6个，申请PCT专利19项，研发创制具有自主知识产权的多元传感器、植物多器官多表型高通量分析系统、扁根盒及圆根盒式植物根系形态表型原位动态观测系统、种子萌发表型原位动态监测系统、气孔表型原位动态监测系统、籽粒切片表型分析系统、田间龙门及无轨索驱式表型平台等20多款植物室内外多维度、多尺度形态及生理表型高通量获取与分析平台，参与海南省崖州湾种子实验室揭榜挂帅，江苏省种业振兴揭榜挂帅及江苏省自主创新等多项省市级科研项目。
6.相关文章及专利
6.1 涉及论文
[1] Zhuangzhuang Sun#, Yunlin Song#, Qing Li, Jian Cai, Xiao Wang, Qin Zhou, Mei Huang, Dong Jiang* An Integrated Method for Tracking and Monitoring Stomata Dynamics from Microscope Videos. Plant Phenomics, 2021, 2021(23), 1-11.中科院一区
[2] Zhuangzhuang Sun#, Xiao Wang#, Yunlin Song, Qing Li, Jin Song, Jian Cai, Qin Zhou, Yingxin Zhong, Shichao Jin*, Dong Jiang* StomataTracker: Revealing circadian rhythms of wheat stomata with insitu video and deep learning, Computers and Electronics in Agriculture, 2023, 212, 108-120.中科院一区
[3] Qing Li, Zhuangzhuang Sun, Xiao Wang*, Chuan Zhong, Wenliang Wan, MagujeMasa Malko, Linfeng Xu, Zhaofeng Li, Zihan Jin, Qin Zhou, Jian Cai, Yingxin Zhong, Mei Huang, Dong Jiang*. Time-course transcriptomic information unravel the mechanisms of improved drought tolerance by drought-priming in wheat, Journal of Integrative Agriculture, 2024.中科院一区
[4] Mengxiang Yang, Jiawei He, Zhuangzhuang Sun, Qing Li, Jian Cai, Qin Zhou, Bernd Wollenweber, Dong Jiang, Xiao Wang. Drought priming mechanisms in wheat elucidated by in-situ determination of dynamic stomatal behavior. Frontiers in Plant Science, 2023.中科院二区
[5] K.H. Cheng, Zhuangzhuang Sun*, Wanlu Zhong, Zhihui Wang, Zhengbing Yan, Ruinan Zhang, Jingrong Zang, Yingyi Zhao, Shuwen Liu, Shichao Jin, Jin Wu* Enhancing wheat crop physiology monitoring through spectroscopic analysis of stomatal conductance dynamics, Remote Sensing of Environment, 2024. (Accepted)，中科院一区TOP
[6] 孙壮壮, 姜东, 蔡剑, 王笑, 周琴, 黄梅, 戴廷波, 曹卫星. 单子叶作物叶片气孔自动识别与计数技术[J]. 农业工程学报, 2019, 35（23）, 170-176.
6.2授权专利
[1] 孙壮壮 金时超 李庆 姜东，植物叶片气孔个体行为检测分析方法、系统及存储介质，发明专利，CN202210730549.0，2023年。
[2] 孙壮壮 李庆 蔡剑 王笑 姜东，一种植物叶片气孔开闭状态的实时监测系统及方法，发明专利，CN202011071627.8，2024年。
[3] 李庆 孙壮壮 蔡剑 王笑 姜东，一种用于气孔开闭状态监测的叶片固定装置及系统，实用新型，CN2020101269037.3，2021年。
