2018年11月17日下午，Frederic Baret教授和刘守阳博士受数字农业与农业物联网创新团队周振江研究员的邀请在院楼D422为学院师生分别作了题为“Progress in high-throughput field phenotyping”与“Wheat phenotyping in silico”的学术报告，深入地介绍了各自的研究领域与进展。Baret教授是法国农科院UMT-Capte实验室首席科学家，农业信息技术与作物表型技术领域国际知名专家，他的团队长期致力于作物高通量表型技术研究。刘守阳博士是法国农科院农业遥感博士后，在国际一流期刊发表SCI论文10余篇。

Baret教授的报告内容主要介绍了作物表型技术的研究目的、理论、方法、应用及其问题。其中重点指出了仪器空间精度对作物表型监测的重要性，详细介绍了植物器官的识别与定量分析方法以及深度学习在植物表型上的应用（如麦穗数量信息的获取），最后提出虽然目前科技发展为作物表型提供了诸多便利，如遥感仪器精度越来越高，但是图像的分析处理仍然是目前该领域面临的主要问题，指出多源数据的融合分析与深度机器学习是该领域将来需要努力的方向。刘守阳博士主要介绍了自己的研究课题，报告内容主要包括其开发了基于RGB图像的小麦萌芽期田间密度和分布方式的自动估算方法及小麦三维结构功能模型表型监测模块，构建了基于小麦结构功能模型的表型数据分析框架，并提出了高通量的小麦叶面积指数、冠层结构动态、叶绿素及水分胁迫相关指标等的估算方法。并重点介绍了在国际上首次提出的数字化植物表型平台D3P，该平台是基于FSPM 结构功能作物模型，遥感仪器，作物生长环境等因子，最终提供给用户可视化的三维图像，可精确模拟作物生长和结构，最终服务于作物精准管理。

在这两次讲座汇报中，Baret教授和刘守阳博士结合具体实例分析技术理论及问题，深入浅出、通俗易懂，学院师生对其研究展现了浓厚的兴趣，并且进行了热烈的提问，Baret教授和刘守阳博士也非常耐心的为大家答疑解惑。师生们通过参加两场讲座了解到了作物表型技术的先进理论，研究方法与思路，开阔了眼界，受益匪浅。