图 2 作物表型组大数据技术及装备产业图谱
文章进一步分析了标准体系构建的必要性、现状和目标。已有相关标准主要聚焦在数据层面，尚无法覆盖到作物表型的全产业链，主要面向特定科研机构和高通量表型平台所制定，未在科研和产业中广泛应用。实际上，作物表型组学大数据从实验场景的设计、表型获取的设备、数据采集的手段、数据处理的方法到数据应用的对象是一个环环相扣的过程，作物表型组学标准规范不能只关注于一个或几个环节，其应该是一个面向作物表型全流程的标准体系。作物表型组大数据技术及装备作为作物科学向数据科学转型升级的新一代信息化基础设施，将与作物科学进行全方位地结合，迫切需要构建系统化标准体系，引导规范作物表型组大数据相关产业的高质量发展。
该文围绕作物表型产业需求和特色，尽可能抽提共性程度高的内容以形成标准框架，主要包括作物表型硬件装备研发标准、作物表型数据采集标准和作物表型数据存储管理规范三大部分。团队近年来围绕多生境作物表型平台研发、作物表型大数据获取、多尺度作物表型解析等方面开展了大量工作，积累了丰富的经验。在此基础上，给出作物表型组大数据技术及装备标准体系构建一些的细节的建议。
《植物表型组学》（Plant Phenomics）是由南京农业大学和美国科学促进会（AAAS）合作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JCR2023影响因子为7.6，位于农艺学、植物科学、遥感一区。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。
排版：张婕（上海交通大学）
审核：孔敏、王平
