玉米叶片在品种、环境和栽培管理等多种因素影响下呈现出显著的3D形态差异。如叶片褶皱、叶片平滑、叶面夹角等一些特征的定性描述，缺乏具体指标和方法来定量刻画叶片在3D空间的形态结构差异，且造成这种差异的原因仍不明确。
2024年8月，Plant Phenomics 在线发表了北京市农林科学院信息技术研究中心、数字植物北京市重点实验室联合开展的题为3D morphological feature quantification and analysis of corn leaves 的研究论文。
该研究获取了478个玉米自交系灌浆期穗位叶的3D数字化数据（这种数据每个点都有明确的语义信息，例如根据其序号明确其是叶尖、叶脉、叶缘点等），创新性地提出了一套包含叶长、3D叶面积、叶倾角、叶面夹角、叶面自扭率、叶面平整度和叶缘振幅等共13个3D叶形指标的计算方法，实现了对叶片整体和叶面局部变化的3D叶形特征的定量描述。
图3 各叶型指标相关性分析结果
玉米3D叶形的定量化研究不仅为筛选控制玉米叶片形态的基因提供了理论基础，也为指导株型和叶型育种以及深入探索作物基因-表型-环境关系提供了新的视角。
北京市农林科学院信息技术研究中心、数字植物北京市重点实验室温维亮副研究员与王璟璐博士为并列第一作者，实验室郭新宇研究员为通讯作者，北京市农林科学院玉米所赵衍鑫副研究员与段民孝副研究员、实验室王传宇副研究员、研究生刘凯、陈博、王源桥参与了研究工作。本研究得到了国家重点研发计划项目、北京市农林科学院协同创新中心建设和国家自然科学基金等项目资助。
北京市农林科学院信息技术研究中心、数字植物北京市重点实验室拥有先进的系列化作物多生境、多尺度、高通量表型平台，常年招收硕博士研究生到实验室开展客座研究。
https://doi/10.34133/plantphenomics.0225
https://doi/10.34133/plantphenomics.0199
Plant Phenomics | Point-Line Net：一种自上而下的田间玉米叶脉生长轨迹检测模型
Three-Dimensional Modeling of Maize Canopies Based on Computational Intelligence
https://doi/10.34133/plantphenomics.0160
Plant Phenomics | 安徽大学联合北京市农林科学院信息技术研究中心提出了基于计算智能的玉米冠层三维建模方法
《植物表型组学》（Plant Phenomics）是由南京农业大学创办的英文学术期刊，于2019年1月正式上线发行。采用开放获取形式，刊载植物表型组学交叉学科热点领域具有突破性科研进展的原创性研究论文、综述、数据集和观点。具体范围涵盖高通量表型分析的最新技术，基于图像分析和机器学习的表型分析研究，提取表型信息的新算法，作物栽培、植物育种和农业实践中的表型组学新应用，与植物表型相结合的分子生物学、植物生理学、统计学、作物模型和其他组学研究，表型组学相关的植物生物学等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等数据库收录。科睿唯安JCR2022影响因子为7.6，位于农艺学一区（1/125名），植物科学一区（13/265名），遥感一区（6/62名）。2023年中科院期刊分区位于农林科学大类一区。2020年入选中国科技期刊卓越行动计划高起点新刊项目、2024年入选江苏科技期刊卓越行动计划领军期刊项目。
说明：本文由《植物表型组学》编辑部负责组稿。
审核：孔敏、王平
