多源表型信息融合下大豆品种（系）鉴定与系谱分析

21世纪最大的挑战之一是提高农作物产量和品质，实现这一目标最环保的方式是通过农作物育种计划开发具有改良特性的新品种。育种计划旨在从大量表型优良的品种中选出产量高、品质优、耐胁迫以及高效种植和加工的品种[1]。田间表型分析能够收集植物性状信息，对于植物新品种的鉴定和描述至关重要[2]

大豆是全球重要的植物蛋白和油脂来源之一，也是中国主要经济作物之一。随着育种者对植物品种权（PVR）的日益重视，中国大豆品种保护申请数量不断上升。由于市场上大豆品种众多，农艺性状和形态性状同质化严重，给现行植物品种特异性、一致性和稳定性（DUS）测试带来挑战[3]。因此建立可靠的品种鉴定技术对于大豆品种测试和新品种保护至关重要。DUS测试通过比较不同品种间的差异来定义品种，国际植物新品种保护联盟（UPOV）根据DUS测试结果决定是否授予植物品种权[4-5]

传统DUS测试主要依靠人工测量，存在效率低、成本高等问题，因而限制了DUS测试的效率[6]为了提高作物品种鉴定的准确性，研究人员正在探索利用数字图像分析作为替代方法，Deng等[7]为了验证基于图像处理的花生DUS量化性状进行品种识别的可行性，结合Fisher算法作为特征选择方法，筛选出一些重要的DUS测试候选特征。汪勇[通过对玉米种子图像进行滤波、分割等处理后提取相关形态指标，实现了 90% 以上的识别正确率，为品种自动化检测提供了基础。数字图像分析速度快、识别能力强、重复性高，已成为植物品种检测的新技术，获UPOV批准[9]。……