　　现代种业是信息高度密集的产业，2006年中国农业大学成立了种业信息技术研究团队。研发种业育、繁、推关键业务的信息获取、处理与决策分析技术和产品。旨在充分整合种业数据、提高育种效率、降低种植风险。
　　10年来，信息技术得到种业主管部门、科研单位和种子企业的广泛重视，纷纷成立种业信息部门，探索全行业或本单位的信息化方案。与此同时，种子产业被国务院定性为战略性基础产业，在追赶国际种业巨头、转型现代产业的进程中，信息技术被寄予厚望。
　　为进一步与种业同仁交流种业信息技术研究成果，我们精选了部分发表的论文，从8个方面梳理了相关研究，编成《作物品种选育、测试与推广信息技术》。

内页插图

第1章玉米分子设计育种
基于自交系SSR与田间测试的玉米杂交组配方法与系统
玉米设计育种方法研究与应用
基于SSR标记的玉米遗传关系分析系统

第2章作物品种表型多环境测试
玉米抗倒性检测环境的选取方法
Error Analysis of High-moisture Maize Moisture Measurement with PM-8188 Grain Moisture Tester.
品种筛选多环境测试作图分析方法
玉米品种多环境测试数据的最优相对转化方法
玉米品种多环境测试数据的空间插值分析
Environmental Sample Size Estimation Based on Variety Means Estimation
and Means Comparison for Multi-environment Trial
Advances in Crop Phenotyping and Multi-environment Trials
作物品种表型多环境测试技术研究与应用

第3章作物品种高通量表型测试
数字图像处理技术在玉米种植中的应用
基于背景板比例尺的玉米果穗图像特征测量
玉米植株的振动特性测试
Rapid Measurement for 3D Geometric Features of Maize Ear Based on Image Processing
Field Information Acquisition System Research Based on Offline Speech Recognition
An Automatic Counting Method of Maize Ear Grain Based on Image Processing
数字化考种系统的研发
边缘检测算法的比较与应用研究
基于阈值图像分割的玉米考种测量系统设计与实现
基于图像处理的玉米果穗几何特征测量方法研究
植株动力学参数的测量和玉米抗倒折性的初步研究
利用人工风载评价玉米抗倒折性的方法研究
基于离线语音和中文分词的野外数据采集系统研究
玉米茎秆人工风折试验和数值模拟
基于机器视觉的玉米异常果穗识别研究
玉米茎折的试验研究和数值模拟

第4章种子身份快速无损检测
基于高光谱图像技术的玉米杂交种纯度鉴定方法探索
鉴别玉米杂交种纯度的近红外光谱分析技术研究
Variety Identification Method of Coated Maize Seeds Based on Near-infrared Spectroscopy and Chemometrics
基于近红外光谱的带种衣剂玉米种子真实性鉴定方法研究
玉米自交系籽粒的遗传距离与其近红外光谱距离和品种鉴别模型性能的关系研究
基于近红外光谱的玉米品种真实性鉴定方法研究
基于近红外光谱和高光谱图像技术鉴别玉米杂交种纯度的研究

第5章玉米种植环境认知与精细区划
玉米生育期空间插值方法比较
Prediction of Accumulated Temperature in Vegetation Period Using Artificial Neural Network
Assessment of Environment Lodging Stress for Maize Using Fuzzy Synthetic Evaluation
玉米种植环境小斑病定量表达与验证
玉米倒伏胁迫影响因子的空间回归分析
玉米空秆气象成因分析
Research on Probability Distribution of Extreme Wind Speed in Maize Growth Period
Geographical Analysis of Maize Rough Dwarf Disease in the North China Plain:
A Comparison of Four Spatial Regression Models
黄淮海夏播玉米花期高温热害空间分布规律研究
玉米品种级种植区划算法研究及系统实现
玉米种植环境主要非生物胁迫计算方法研究
玉米种植环境倒伏胁迫提取方法研究与应用

第6章玉米品种精准推广
第7章种业大数据平台
第8章宏观策略

前言/序言

　　现代种业是信息高度密集的产业，针对现代种业育、繁、推全链条的关键信息获取、处理与决策分析需求，中国农业大学与国内育种单位、种子企业联合成立了种业信息技术研究团队，在国家自然科学基金、“十一五”科技支撑计划、农业部、“十二五”、“863”计划、公益性行业专项及种子企业等10余项课题的支持下，利用大数据、移动互联、数理统计、机器视觉、近红外光谱、模式识别、遥感与地理信息技术等手段，系统开展了信息化技术与产品研发，初步形成种业育、繁、推业务流程关键信息获取、处理与决策分析的技术体系和产品方案，旨在充分整合种业数据、提高育种效率和产量、降低种植风险。
　　团队主要依托中国农业大学信息与电气工程学院，共有专职教师8位、研究生约30位、专职工程师5位。团队第一篇正式论文于2005年发表，一位研究生于2006年毕业，至今团队已发表学术论文60余篇，毕业硕、博士研究生36位，另外，获软件著作权30余项，授权和公开专利8项。
　　从团队正式成立到现在刚好是10年，国内专门面向种子行业的信息技术研究从无到有，得到种业主管部门、科研单位和种子企业的广泛重视，纷纷成立种业信息部门，探索全行业或本单位的信息化方案。与此同时，种子产业被国务院定性为战略性基础产业，在追赶国际种业巨头、转型现代产业的进程中，信息技术被寄予厚望。
　　为了进一步与种业同仁交流种业信息技术研究成果，我们精选了部分发表的论文，编成本书。并从玉米分子设计育种、作物品种表型多环境测试、作物品种高通量表型测试、种子身份快速无损检测、玉米种植环境认知与精细区划、玉米品种精准推广、种业大数据平台，以及宏观策略8个方面对团队研究成果进行梳理。
　　编者
　　2015年7月
作物品种选育、测试与推广信息技术下载 mobi epub pdf txt 电子书格式