多数植物的全基因组测序已经完成，但对这些基因组进行解析的难度要远大于测序的难度，多数基因功能并不清楚。植物的表型受到基因和环境的双重影响，难以进行可重复的有效测量。植物的表型是基因型和环境因素复杂交互的结果，基因型是表型得以表达的内因，而环境是表型得以表达的外因。植物表型研究是研究在特定条件下植物所表现出的可观察的结构、功能 等形态特征及其变化规律，正成为学术和产业界公认的核心研究和应用领域之一，是解决面向未来的农业挑战的核心技术领域之一。表型界对表型研究也达成了研究策略共识，植物表型的突破可以为育种、栽培和农业实践提供大数据决策支持。 

目前植物表型研究集中在小麦、拟南芥、水稻、玉米、高粱、大麦、西红柿、豆类和葡萄等植物上。表型测量主要分为形态学参数和生理学参数。形态学参数包括作物高度、茎粗、叶面积指数、叶角、茎杆 长度、株间距等。生理学参数包括叶绿素、光合速率、水分胁迫、生物量、耐盐性和叶片含水量等。这些参数都可以影响或表征作物的成长。如果用医学的发展比对植物表型研究，较能清晰的获得未来植物表型的研究方向。未来的植物表型研究也会对植物内部和外部的全部物理、生理和生化特征进行规范化的表征。

植物表型研究随着大数据、云计算和人工 智能和检测技术的发展呈现快速发展态势，对于温室园艺领域，无论是学界还是业界都应提前布局相关的研究和开发工作，为植物表型研究在温室领域的应用建立研究平台。植物表型研究平台可以加速研究进程，在高通量条件下对植物进行无损分析，植物在整个生命周期中被多次成像，利用几个月的时间就可以积累过去几年才能获得的数据。各国都在加大植物表型研究的重大科研平台建设。如荷兰表型研究中心和英国国家表型研究中心相继投入建设了科研平台，加大在表型上的研究。中国的科研工作者也应积较参加植物表型研究的相关会议，同时密切关注跟踪植物表型研究动态。从上文可知，借助温室，相对简易的植物表型研究平台也可以实现低成本投入。对于温室产业，植物表型研究的重要载体大多依赖于温室，温室成为植物表型研究、作物生长的加速器。温室企业应主动入位，积较探索研究开发植物表型研究用温室及其配套的物流运输系统，针对中国的地域分布，研究开发不同规模的温室，开发物流运输系统、栽植盆、有效灌溉系统以及数据采集系统，发挥温室产业在重大科研平台建设中的作用。