作物表型信息的精确测量是深度分析表型与基因、环境互作关系、了解作物生理过程的前提,也是培育具有产量高、抗性好等优良作物品种、保障国家粮食安全的急切需求。因此,在复杂多变的农田环境下和有限的时间窗口内,高通量作物表型测量技术对实现人们对作物的生命、生产、育种等过程进行干预和定向调控,推动数据驱动的智能育种具有重要意义。表型测量技术作为作物育种和智慧农业领域的研究热点,其研究与应用方向主要可概括为以下两点:其一,在有限的生产环境下,助力育种专家培育高产、高抗、优质、易机械化采收等优良性状的作物新品种,包括优良种质资源和特定性状的筛选与分析;其二,在以定时、定位、定量控制农资农作核心理念的指导下,通过低投入、高收益的现代化精细农业生产模式来提高智慧农业生产管理水平。然而由于作物表型本身的复杂性,依靠人工或实验室理化分析的传统表型测量方法测量误差大且费时费力,造成了植物表型研究严重滞后于基因型研究。随着现代传感技术和计算机科学的快速发展,光学检测技术作为快速精准、安全可靠、非接触式的波谱和成像技术,在高通量植物表型检测中已开展了大量的研究。本研究针对目前光谱成像技术在多尺度作物表型测量中存在的问题,重点探讨基于光谱成像的作物表型检测机理,包括作物光谱响应、光在叶片与冠层尺度的分布等。此外,也将结合团队近几年在植物表型检测平台开发方面的工作,讨论多尺度作物表型检测平台、图谱数据分析、新型表型性状挖掘的应用实例。最后总结多尺度作物表型获取的难点与挑战,以期为后续研究提供参考。