评估气候变化对作物生产力和可持续性的影响对于制定有效的适应措施至关重要。作物模型对量化气候变化对作物产量的影响具有重要作用。为更好地表达作物在不同环境条件下的内在生长和发育模式以及它们在不同环境条件下的可塑性，研究人员提出了功能-结构植物模型（FSPM）“GreenLab”。GreenLab是一个器官尺度的模型，它可以在不考虑环境因素影响的情况下，根据数学表达式描述植物的内在生长和发育模式，模拟植物的生长发育过程。然后再基于校准过的模型，表达植物在不同环境条件下的可塑性。此外，GreenLab的特点在于它能够根据测量的植物数据计算影响生物量生产和分配的模型源库参数。

2024年2月，Plant Phenomics在线发表了中国科学院自动化研究所平行智能技术与系统团队农业组题为Functional–Structural Plant Model “GreenLab”: A State-of-the-Art Review 的研究论文。

自1998年以来，基于中法联合实验室（LIAMA），中国科学院自动化研究所（CASIA）与法国国际农学研究与发展中心（CIRAD）建立了合作关系，共同推动GreenLab模型（中文名Qingyuan）的发展。在过去的20年里，包括中国农业大学（CAU）、中国林业科学院（CAF），以及法国国家数字科学与技术研究所（INRIA）、巴黎中央理工学院（ECP）等多个研究机构和大学共同参与了该模型的研究工作（图1）。

图1 GreenLab模型发展历程

GreenLab模型具有通用性，已成功应用于20多种具有连续生长和节律性生长的温带和热带物种，包括田间作物、园艺作物、草本植物和树木（图2）。

图2 使用GreenLab模型模拟的植物

GreenLab模型经历了不断的发展，融合了新的建模方法和技术，包括双尺度自动机、子结构方法、源-库参数的求解、冠顶分析、器官序列、潜在结构和参数优化等。本文回顾了GreenLab模型的发展历程、基本概念、主要理论、特点和应用。此外，本文介绍了实现GreenLab模型的软件工具。最后，讨论了GreenLab模型未来发展的前景和方向。

本文第一作者王秀娟副研究员及通讯作者康孟珍副研究员所在团队为中国科学院自动化研究所平行智能技术与系统团队农业组。该团队多年来从事智慧农业、计算植物等方向的研究工作。基于平行ACP（人工系统+计算实验+平行执行）理论，提出了农业社会物理信息系统的框架。在智慧农业方面，研发了农业种植智能服务平台及温室智能控制系统。在计算植物方面，基于中法合作提出了通用的植物生长模型青园（GreenLab）。该文章得到新一代人工智能“2030”重大项目以及中国科学院-荷兰国际合作重点项目以及基金委面上项目的资助。

https://doi.org/10.34133/plantphenomics.0118‍‍

——推荐阅读——

Recognition and Localization of Maize Leaf and Stalk Trajectories in RGB Images Based on Point-Line Net 

https://doi.org/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

DEKR-SPrior: An Efficient Bottom-Up Keypoint Detection Model for Accurate Pod Phenotyping in Soybean

https://doi.org/10.34133/plantphenomics.0198

Plant Phenomics | DEKR-SPrior: 基于自下而上的关键点检测模型的大豆精准豆荚表型分析

加入作者交流群