https://spj.science.org/doi/10.34133/plantphenomics.0043‍

Plant Phenomics | 华盛顿大学基于时间序列图像表型与植物功能结构模型相结合预测不定根构型

https://spj.science.org/doi/10.34133/plantphenomics.0127

Plant Phenomics | 结合高分辨率影像、深度学习和动态建模分离小麦冠层的疾病和衰老

https://spj.science.org/doi/10.34133/plantphenomics.0053

Plant Phenomics | 南京农业大学前沿交叉研究院周济团队基于低成本无人机的小麦氮素响应表型动态解析及其遗传位点挖掘

https://spj.science.org/doi/10.34133/plantphe‍nomics.0128

Plant Phenomics |【模型公开】从三维模拟到田间应用：水稻小麦冠层动态表型

https://spj.science.org/doi/10.34133/plantphenomics.0064

Plant Phenomics | 使用无人机图像和光合积累模型估算水稻地上生物量

https://spj.science.org/doi/10.34133/plantphenomics.0056

Plant Phenomics | 绿色植物Phedimus spp.春季外观的多光谱表型和遗传分析

https://spj.science.org/doi/10.34133/plantphenomics.00‍63

Plant Phenomics 高被引文章 | 基于机载LiDAR数据和计算机图形学的林分短波辐射计算

https://spj.science.org/doi/10.34133/2022/9856739‍

Plant Phenomics 精选2022 | 基于近端多源时序数据和多任务深度学习同步预测小麦产量和品质性状

https://spj.science.org/doi/10.34133/2022/9757948‍‍

扫码添加小编微信，拉您进入《植物表型组学》作者交流群，群内不定期开展作者分享会、专刊发布会等高质量活动。

添加小编微信，备注姓名+单位+PP，加入作者交流群

《植物表型组学》（Plant Phenomics）是由南京农业大学和美国科学促进会（AAAS）合作创办的英文学术期刊，于2019年1月正式上线发行。采用开放获取形式，刊载植物表型组学交叉学科热点领域具有突破性科研进展的原创性研究论文、综述、数据集和观点。具体范围涵盖高通量表型分析的最新技术，基于图像分析和机器学习的表型分析研究，提取表型信息的新算法，作物栽培、植物育种和农业实践中的表型组学新应用，与植物表型相结合的分子生物学、植物生理学、统计学、作物模型和其他组学研究，表型组学相关的植物生物学等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等数据库收录。科睿唯安JCR2022影响因子为6.5，位于农艺学、植物科学，遥感一区。2023年中科院期刊分区位于农林科学大类一区。2020年入选中国科技期刊卓越行动计划高起点新刊项目。