98堂

2026年7月14日至21日，由澳大利亚乐卓博大学（La Trobe University）Surya Kant教授主讲的“现代农业技术”暑期全英文课程顺利开展。课程伊始，Kant教授分享了自己在植物逆境生物学和表型组学领域的研究经历，并邀请每位同学用英语进行自我介绍，分享家乡、未来规划与职业理想。同学们畅所欲言，有的立志成为农业工程师，有的计划继续深造，有的希望投身教育事业，课堂气氛轻松活跃，展现了青年学子投身科研与农业产业的热忱志向。教授鼓励同学们专注课堂、大胆提问，不必因语言障碍而羞涩。

本次课程围绕植物基因组学、表型组学、精准农业、人工智能四大核心模块展开。

一、基因组学：解码遗传密码，加速育种进程

在基因组学模块，教授系统梳理了测序技术的迭代演进，深入浅出地讲解了基因组组装、注释及参考基因组等核心概念，介绍了SNP、InDel、CNV等分子标记在QTL定位、全基因组关联分析和分子标记辅助选择中的广泛应用。通过整合高通量表型与基因组数据，可精准解析复杂性状的遗传基础及其与环境的互作机制，借助基因组选择实现性状早期预测，大幅缩短育种周期。

二、表型组学：从人工观测到高通量数字化革命

表型组学模块中，Kant教授详细介绍了植物表型技术从传统人工观测向数字化、高通量方向的革命性转变。高通量表型技术融合RGB相机、多光谱、高光谱、热成像及LiDAR等多种传感器，结合无人机获取高分辨率影像，通过NDVI等植被指数估算植物生物量与养分利用状况，实时监测作物对干旱、盐碱、高温等逆境的动态响应，为作物研究提供了全新的技术手段。

三、精准农业：闭环管理赋能节本增效

精准农业部分，教授重点阐述了“传感—分析—决策—执行”的闭环管理理念。变量施肥、变量灌溉、变量喷药等精准作业技术，配合GPS/RTK导航、产量监测系统和物联网设备，帮助农户实现“在正确的时间、正确的地点施用正确的投入品”。结合实际案例，同学们直观感受到精准农业在节本增效、推动农业绿色可持续发展方面的巨大潜力。

四、人工智能：数据驱动的智慧农业新范式

“数据的价值不在于采集本身，而在于科学处理与精准分析。”课程专门设置了人工智能模块，介绍Python编程及OpenCV图像处理库在农业中的应用，涵盖叶片计数、株高估算、病害识别等典型场景。教授还展示了其团队开发的AutoML自动化机器学习工具在小麦倒伏评估中的应用，让同学们真切体会到人工智能为作物表型数据分析带来的效率提升与方法革新。

Surya Kant教授做背景介绍

课程尾声，Kant教授总结指出，现代农业正经历从经验驱动向数据驱动的深刻变革，表型组学是连接基因型与表型的关键桥梁，多组学整合与人工智能技术将推动育种和栽培管理迈向更加精准、可持续的未来。他寄语同学们，无论未来从事科研、教育还是产业工作，都要始终保持对农业问题的好奇心和解决问题的实践力。

同学们纷纷表示，此次暑期全英文课程不仅拓展了学术视野，更点燃了投身智慧农业创新研究的热情，收获颇丰。

图文：宋海利

审核人：丁广大