曠達(dá)，段凌鳳

(1. 華中農(nóng)業(yè)大學(xué)圖書(shū)館,武漢市,430070; 2. 華中農(nóng)業(yè)大學(xué)工學(xué)院,武漢市,430070)

0 引言

近些年來(lái),由于全球氣候變化、人口快速增長(zhǎng)以及自然資源短缺的形勢(shì)加劇,提升農(nóng)作物產(chǎn)量和質(zhì)量變得至關(guān)重要。為了解決該問(wèn)題,作物遺傳育種改良提供了一種精準(zhǔn)高效且可持續(xù)的技術(shù)手段[1]?？焖侔l(fā)展的高通量基因測(cè)序技術(shù)提供了豐富的作物遺傳信息,然而與之對(duì)應(yīng)的作物表型信息往往受到栽培環(huán)境和生長(zhǎng)階段的影響,呈現(xiàn)出高度的復(fù)雜性和多變性[2-3]。針對(duì)作物表型信息的采集,傳統(tǒng)上一般采用人工方式,費(fèi)時(shí)費(fèi)力,效率和精度有限。作物表型自動(dòng)化檢測(cè)技術(shù)融合了最新的傳感器成像和圖像處理與分析等技術(shù),用于高通量獲取作物表型信息[4-6]。

目前,針對(duì)作物表型自動(dòng)化檢測(cè)技術(shù)的綜述類研究大多是基于國(guó)內(nèi)外已發(fā)表的學(xué)術(shù)論文進(jìn)行梳理統(tǒng)計(jì)和評(píng)估分析[7-9]。然而,該領(lǐng)域的技術(shù)創(chuàng)新進(jìn)展并不局限于學(xué)術(shù)圈研究成果,還包括來(lái)自工業(yè)企業(yè)界的大量技術(shù)專利。本文從專利視角切入,針對(duì)作物表型自動(dòng)化檢測(cè)技術(shù)的全球研發(fā)態(tài)勢(shì)進(jìn)行梳理分析。

1 專利數(shù)據(jù)與方法

本文的專利文獻(xiàn)數(shù)據(jù)來(lái)源于Patsnap全球?qū)＠麛?shù)據(jù)庫(kù),該數(shù)據(jù)庫(kù)收錄了來(lái)自158個(gè)國(guó)家/地區(qū)的超過(guò)1.7億條專利數(shù)據(jù)。為了全面且精準(zhǔn)獲取作物表型自動(dòng)化檢測(cè)領(lǐng)域的全球?qū)＠麛?shù)據(jù),采用國(guó)際專利分類號(hào)和關(guān)鍵詞相結(jié)合的檢索方式,其中關(guān)鍵詞中涵蓋了主流農(nóng)作物品種的中英文,檢索字段包括專利文獻(xiàn)的標(biāo)題、摘要和權(quán)利要求書(shū),檢索截止日為2022年8月26日。針對(duì)初步獲得的5 400余件專利,通過(guò)人工閱讀摘要和權(quán)利要求書(shū)的方式將技術(shù)內(nèi)涵與作物表型自動(dòng)化檢測(cè)技術(shù)不相符的數(shù)據(jù)進(jìn)行剔除,最終獲得3 977件專利。

專利文獻(xiàn)中包含了詳細(xì)的專利相關(guān)信息,例如發(fā)明名稱、日期信息(包括申請(qǐng)日、公布/公告日、授權(quán)日等)、技術(shù)主題分類號(hào)、法律狀態(tài)和許可轉(zhuǎn)讓情況等[10]。本文采用定量與定型相結(jié)合的方法對(duì)專利文獻(xiàn)進(jìn)行分析,運(yùn)用時(shí)間趨勢(shì)分析、地域分析、技術(shù)生命周期、創(chuàng)新主體及技術(shù)布局和最新研發(fā)熱點(diǎn)分析等專利分析經(jīng)典方法[11-13],對(duì)作物表型自動(dòng)化檢測(cè)領(lǐng)域的全球研發(fā)態(tài)勢(shì)進(jìn)行分析評(píng)估,明確中國(guó)在全球創(chuàng)新所處位置,發(fā)現(xiàn)潛在問(wèn)題,提出對(duì)策建議。

2 全球研發(fā)態(tài)勢(shì)分析

2.1 全球?qū)＠暾?qǐng)與授權(quán)概況

近年來(lái),作物表型自動(dòng)化檢測(cè)技術(shù)在全球范圍內(nèi)獲得了快速發(fā)展和推廣應(yīng)用,這直接體現(xiàn)在全球?qū)＠暾?qǐng)量和授權(quán)量的快速增長(zhǎng)。截至2022年8月28日,全球50個(gè)國(guó)家/地區(qū)共計(jì)申請(qǐng)3 977件專利。專利申請(qǐng)量在2008年之前總體處于緩慢發(fā)展的萌芽期,從2009到2014年處于較快發(fā)展期,2015年之后進(jìn)入快速發(fā)展期,專利年申請(qǐng)量穩(wěn)定遞增(由于專利從提交到公布需要經(jīng)過(guò)專利局內(nèi)部處理程序,存在滯后期,導(dǎo)致2021—2022年數(shù)據(jù)不完整,僅供參考)?？焖侔l(fā)展期(從2015年至今)共計(jì)申請(qǐng)3 473件專利,占過(guò)往專利總數(shù)的82.2%,充分說(shuō)明作物表型自動(dòng)化檢測(cè)作為一項(xiàng)新興技術(shù),其研發(fā)和應(yīng)用在當(dāng)下正受到全球重視。表1列出了最近20年的專利申請(qǐng)與授權(quán)情況。

同時(shí)值得注意的是,該領(lǐng)域的專利授權(quán)率在2015年之前的相當(dāng)長(zhǎng)的時(shí)間段內(nèi)一直穩(wěn)定在50%左右,而進(jìn)入快速發(fā)展期后,出現(xiàn)了明顯走低趨勢(shì),近些年的授權(quán)率已經(jīng)越來(lái)越接近30%(由于專利審查需要經(jīng)過(guò)特定程序,需要一定時(shí)間,2019年及之后的授權(quán)數(shù)據(jù)僅供參考)。這表明,該領(lǐng)域的技術(shù)創(chuàng)新迭代速度很快,創(chuàng)新主體在注重專利數(shù)量的同時(shí)需要兼顧質(zhì)量。

技術(shù)生命周期是利用專利申請(qǐng)量與專利申請(qǐng)人數(shù)量隨時(shí)間的推移而變化來(lái)評(píng)估當(dāng)前技術(shù)領(lǐng)域在其演化過(guò)程中所處的階段[14-15]。圖1是基于專利數(shù)據(jù)分析得出的作物表型自動(dòng)化檢測(cè)技術(shù)的技術(shù)生命周期圖,橫軸表征的是該技術(shù)領(lǐng)域的專利申請(qǐng)量,縱軸表征的是申請(qǐng)人數(shù)量,每個(gè)數(shù)據(jù)點(diǎn)對(duì)應(yīng)不同的年份的專利申請(qǐng)量和申請(qǐng)人數(shù)量?？梢钥闯?2015年之前,該領(lǐng)域的專利申請(qǐng)量和申請(qǐng)人數(shù)量并無(wú)明顯的變化規(guī)律。從2015年往后直到2020年,專利申請(qǐng)量和申請(qǐng)人數(shù)量都呈現(xiàn)出明顯遞增趨勢(shì)。由此可見(jiàn),作物表型自動(dòng)化檢測(cè)技術(shù)從2015年開(kāi)始持續(xù)吸引了越來(lái)越多的創(chuàng)新主體的加入,產(chǎn)出了越來(lái)越多的技術(shù)成果。從技術(shù)生命周期的角度分析,該領(lǐng)域在2015年左右突破了萌芽期階段,至今仍然處于擴(kuò)張期階段,研發(fā)創(chuàng)新活動(dòng)全面鋪開(kāi),技術(shù)領(lǐng)域充滿生機(jī)活力。由于2021和2022年的專利申請(qǐng)尚未完全公布,數(shù)據(jù)不完整,因而沒(méi)有列入分析。

圖1 作物表型自動(dòng)化檢測(cè)技術(shù)生命周期圖

2.2 全球技術(shù)創(chuàng)新地域分布

本文分別從技術(shù)來(lái)源和目標(biāo)市場(chǎng)兩個(gè)維度來(lái)分析作物表型自動(dòng)化檢測(cè)技術(shù)的專利申請(qǐng)?jiān)谌虺叨鹊牡赜蚍植肌?/p>

2.2.1 技術(shù)來(lái)源分布

分析專利技術(shù)來(lái)源于哪些國(guó)家、地區(qū),有助于了解該國(guó)家、地區(qū)的技術(shù)創(chuàng)新能力和活躍度[16]。分析結(jié)果顯示,作物表型自動(dòng)化檢測(cè)技術(shù)的研發(fā)創(chuàng)新活動(dòng)在全球地域分布上呈現(xiàn)出非常不均衡的態(tài)勢(shì)。表2列出了該領(lǐng)域?qū)＠麛?shù)量排名前十的主要技術(shù)來(lái)源國(guó)別/地區(qū)以及相應(yīng)的專利數(shù)量。其中,來(lái)自中國(guó)和美國(guó)的專利申請(qǐng)數(shù)量分別為2 033件和1 107件,占該領(lǐng)域?qū)＠暾?qǐng)總數(shù)的51.1%和27.8%,遠(yuǎn)遠(yuǎn)超出其他國(guó)家和地區(qū)的技術(shù)產(chǎn)出。由此可見(jiàn),中國(guó)和美國(guó)在作物表型自動(dòng)化檢測(cè)領(lǐng)域的技術(shù)創(chuàng)新最為活躍,是該領(lǐng)域的技術(shù)創(chuàng)新引領(lǐng)者。我國(guó)雖然在該領(lǐng)域的進(jìn)入時(shí)間晚于美國(guó),但是充分發(fā)揮了后發(fā)優(yōu)勢(shì),抓住了技術(shù)快速發(fā)展期的紅利,在2015年后產(chǎn)出了大量專利成果。

表2 作物表型自動(dòng)化檢測(cè)的主要技術(shù)來(lái)源國(guó)別/地區(qū)Tab. 2 Major source countries/regions of automated crop phenotyping technology

除了中國(guó)和美國(guó),日本和韓國(guó)等國(guó)家和地區(qū)也產(chǎn)出了超過(guò)100件的專利。這說(shuō)明,作物表型自動(dòng)化檢測(cè)技術(shù)的研發(fā)創(chuàng)新主要是由來(lái)自東亞和美國(guó)的創(chuàng)新主體來(lái)推動(dòng),其他國(guó)家和地區(qū)鮮有參與。

從技術(shù)主題的角度切入,中國(guó)和美國(guó)的專利技術(shù)研發(fā)所涉及的技術(shù)關(guān)鍵詞也相對(duì)其他國(guó)家/地區(qū)更為全面,涵蓋農(nóng)作物、表型、植物生長(zhǎng)、圖像采集、圖像處理、成像數(shù)據(jù)、根系、光譜、波長(zhǎng)、病害、計(jì)算機(jī)模型、控制系統(tǒng)等所有細(xì)分類別。由此可以看出,中國(guó)和美國(guó)不僅在專利數(shù)量上占優(yōu),在技術(shù)研發(fā)布局上也更為完整。

2.2.2 目標(biāo)市場(chǎng)分布

針對(duì)該領(lǐng)域?qū)＠夹g(shù)布局于哪些國(guó)家/地區(qū)進(jìn)行分析,有助于了解該目標(biāo)市場(chǎng)的受關(guān)注程度,可以幫助企業(yè)在做技術(shù)戰(zhàn)略布局時(shí)關(guān)注到潛在機(jī)會(huì)[17]。

表3列出了該領(lǐng)域?qū)＠季至颗琶笆闹饕繕?biāo)市場(chǎng)國(guó)別/地區(qū)以及相應(yīng)的專利布局?jǐn)?shù)量。

表3 作物表型自動(dòng)化檢測(cè)技術(shù)的主要目標(biāo)市場(chǎng)國(guó)別/地區(qū)Tab. 3 Major entering countries/regions of automated crop phenotyping technology

其中,中國(guó)和美國(guó)仍然是這一技術(shù)領(lǐng)域的創(chuàng)新主體最為關(guān)注的目標(biāo)市場(chǎng),反映出該領(lǐng)域的技術(shù)創(chuàng)新最先推廣應(yīng)用到這兩個(gè)國(guó)家,中美兩國(guó)優(yōu)先享受該領(lǐng)域技術(shù)創(chuàng)新成果帶來(lái)的發(fā)展紅利。與表2中的前十大技術(shù)來(lái)源地不同的是,表3中的目標(biāo)市場(chǎng)國(guó)出現(xiàn)了加拿大、巴西和阿根廷,主要是由于這幾個(gè)國(guó)家都是幅員遼闊的農(nóng)業(yè)大國(guó),在世界農(nóng)產(chǎn)品供應(yīng)市場(chǎng)上占有重要地位,因而在作物表型自動(dòng)化檢測(cè)方面有龐大的應(yīng)用需求。全球創(chuàng)新主體對(duì)這些國(guó)家專利布局的重視,也值得我國(guó)在開(kāi)拓海外市場(chǎng)的“走出去”戰(zhàn)略中加以參考借鑒。

2.3 國(guó)內(nèi)技術(shù)創(chuàng)新地域分布

通過(guò)分析中國(guó)各省市專利數(shù)量,可以了解各省市的技術(shù)創(chuàng)新能力和活躍程度。表4列出了該領(lǐng)域排名前十的專利技術(shù)來(lái)源國(guó)內(nèi)省份/直轄市,其中北京、江蘇和廣東在該領(lǐng)域的專利數(shù)量處于領(lǐng)先位置,分別為332件、297件和222件,大幅領(lǐng)先其他地區(qū)。究其原因,京津冀、長(zhǎng)三角和珠三角地區(qū)在制造業(yè)基礎(chǔ)設(shè)施、技術(shù)創(chuàng)新的規(guī)模和質(zhì)量上都更有優(yōu)勢(shì)[18-19],往往更加重視技術(shù)研發(fā)投入和產(chǎn)出,并且在知識(shí)產(chǎn)權(quán)保護(hù)意識(shí)方面也走在國(guó)內(nèi)前列,因而申請(qǐng)了更多的專利。在知識(shí)產(chǎn)權(quán)的護(hù)航之下,這些地區(qū)的創(chuàng)新主體在未來(lái)的技術(shù)與市場(chǎng)競(jìng)爭(zhēng)過(guò)程中更有可能處于優(yōu)勢(shì)地位。

表4 作物表型自動(dòng)化檢測(cè)專利技術(shù)來(lái)源國(guó)內(nèi)主要省份Tab. 4 Major source provinces of automated crop phenotyping technology

2.4 技術(shù)分支情況

作物表型自動(dòng)化檢測(cè)屬于典型的多學(xué)科交叉技術(shù),涵蓋多個(gè)技術(shù)領(lǐng)域。每一篇專利文獻(xiàn)都由專利局經(jīng)過(guò)分類處理,注明了與技術(shù)領(lǐng)域和主題相關(guān)的一個(gè)或多個(gè)專利分類號(hào),該分類號(hào)可以作為技術(shù)分支情況分析的切入點(diǎn)。

通過(guò)對(duì)專利文獻(xiàn)的分類號(hào)進(jìn)行梳理,獲得了該領(lǐng)域的主要技術(shù)分支,如表5所示。由表5可以看出,作物表型自動(dòng)化檢測(cè)技術(shù)涵蓋模式識(shí)別、圖像處理分析、系統(tǒng)集成、傳感器應(yīng)用和植物學(xué)等多個(gè)領(lǐng)域的技術(shù)創(chuàng)新,上述幾項(xiàng)技術(shù)分支的專利申請(qǐng)數(shù)量占據(jù)了總數(shù)量的71.3%。值得注意的是,基于生物模型的計(jì)算,區(qū)別于傳統(tǒng)的領(lǐng)域,具體是通過(guò)數(shù)學(xué)建模與預(yù)測(cè)的手段來(lái)實(shí)現(xiàn)對(duì)作物表型的自動(dòng)化檢測(cè),在2015年之前并無(wú)任何專利申請(qǐng),而近些年正在越來(lái)越受到應(yīng)用重視,專利申請(qǐng)量呈現(xiàn)快速增加的狀態(tài),2020年已達(dá)85件。這主要是得益于人工智能與神經(jīng)網(wǎng)絡(luò)模型在近些年的迅猛發(fā)展,計(jì)算建模領(lǐng)域的技術(shù)創(chuàng)新成果正在被便捷地應(yīng)用到作物表型自動(dòng)化檢測(cè),在較短時(shí)間內(nèi)產(chǎn)出了可觀數(shù)量的技術(shù)成果。

表5 作物表型自動(dòng)化檢測(cè)主要技術(shù)分支Tab. 5 Major technology branches of automated crop phenotyping

考慮到中國(guó)和美國(guó)在作物表型自動(dòng)化檢測(cè)領(lǐng)域處于全球絕對(duì)領(lǐng)先的位置,針對(duì)這兩個(gè)國(guó)家在主要技術(shù)分支維度進(jìn)行了統(tǒng)計(jì)分析。表6列出了作物表型自動(dòng)化檢測(cè)技術(shù)分支的中美對(duì)比情況。雖然美國(guó)的專利申請(qǐng)數(shù)量雖然在總體上低于中國(guó),但是在G01N33(利用不包括在G01N1/00至G01N31/00組中的特殊方法來(lái)研究或分析材料)這一技術(shù)分支的申請(qǐng)量超過(guò)了中國(guó)的申請(qǐng)量。

表6 作物表型自動(dòng)化檢測(cè)技術(shù)分支的中美對(duì)比Tab. 6 Comparison of technology branches of automated crop phenotyping between China and America

G01N33技術(shù)分支下的美國(guó)專利申請(qǐng)并無(wú)明顯的主流研發(fā)方向,而是采用各種非傳統(tǒng)技術(shù)手段來(lái)實(shí)現(xiàn)對(duì)作物表型的自動(dòng)化檢測(cè)與分析,利用采用出射光/返回光,電信號(hào),電磁波反射等。由此可見(jiàn),美國(guó)在該領(lǐng)域的技術(shù)創(chuàng)新更加注重技術(shù)研發(fā)方向的多樣性,從不同的技術(shù)路徑進(jìn)行試探性開(kāi)發(fā)。

2.5 主要?jiǎng)?chuàng)新主體

作物表型自動(dòng)化檢測(cè)技術(shù)領(lǐng)域的創(chuàng)新主體包括全球范圍內(nèi)的眾多商業(yè)公司和科研院所,專利數(shù)量排名前十的創(chuàng)新主體參見(jiàn)表7。該領(lǐng)域的專利數(shù)量排名前十的創(chuàng)新主體全部來(lái)自中國(guó)和美國(guó),各占5家。其中,美國(guó)的先鋒國(guó)際良種公司深耕這一領(lǐng)域,在專利數(shù)量上獨(dú)占鰲頭,專利數(shù)量高達(dá)104件。南京農(nóng)業(yè)大學(xué)在該領(lǐng)域的專利數(shù)量為88件,處于國(guó)內(nèi)領(lǐng)先位置。

表7 作物表型自動(dòng)化檢測(cè)領(lǐng)域的主要?jiǎng)?chuàng)新主體Tab. 7 Major innovators of automated crop phenotyping

除了中國(guó)和美國(guó)的創(chuàng)新主體,還有來(lái)自日本的索尼公司(39件專利)、株式會(huì)社OPTIM公司(19件專利)和株式會(huì)社日立制作所(18件專利),來(lái)自德國(guó)的巴斯夫植物科學(xué)公司(34件專利)、薩特維爾德倫股份公司(20件專利)和KWS公司(13件專利),來(lái)自澳大利亞的聯(lián)邦科學(xué)和工業(yè)研究組織(18件專利),來(lái)自瑞士的先正達(dá)公司(18件專利),來(lái)自以色列的SUPPLANT公司(16件專利),來(lái)自韓國(guó)的韓國(guó)科學(xué)技術(shù)研究院(13件專利),上述國(guó)家的機(jī)構(gòu)在作物表型自動(dòng)化檢測(cè)方面的技術(shù)創(chuàng)新也表現(xiàn)得非常積極活躍。

從創(chuàng)新主體的性質(zhì)來(lái)看,國(guó)外的創(chuàng)新主體以公司為主,而我國(guó)的創(chuàng)新主體則以高校和科研院所為主。由此可見(jiàn),我國(guó)在這一領(lǐng)域的技術(shù)研發(fā)仍然以實(shí)驗(yàn)室科學(xué)研究為主,尤其需要加強(qiáng)產(chǎn)學(xué)研協(xié)同創(chuàng)新[20],在產(chǎn)業(yè)化應(yīng)用和全球商業(yè)推廣方面還需要向國(guó)外同行學(xué)習(xí)借鑒。

2.6 研發(fā)重點(diǎn)和海外布局

針對(duì)專利數(shù)量排名靠前的6家創(chuàng)新主體(中國(guó)和美國(guó)各有3家)的重點(diǎn)研發(fā)方向和海外布局情況進(jìn)行了梳理分析,獲得了如下結(jié)果。

作為技術(shù)儲(chǔ)備最雄厚的創(chuàng)新主體,先鋒國(guó)際良種公司深耕該領(lǐng)域多年,技術(shù)研發(fā)側(cè)重于作物表型的圖像處理分析和模式識(shí)別,作物品種以玉米和大豆為主,圖像獲取手段涵蓋近紅外、可見(jiàn)光、X射線等。先鋒國(guó)際良種公司非常注重國(guó)際專利申請(qǐng)與布局,除了在美國(guó)本土申請(qǐng)34件專利以外,還在WIPO、歐洲、阿根廷、巴西、加拿大、智利、墨西哥等國(guó)家與地區(qū)有70件專利申請(qǐng)。美國(guó)本土以外的專利布局?jǐn)?shù)量占總數(shù)比率達(dá)到67.3%,凸顯出該公司對(duì)海外市場(chǎng)的重視。

專利數(shù)量排名第二的孟山都公司,不僅在光學(xué)手段表型檢測(cè)方面有扎實(shí)的技術(shù)儲(chǔ)備,還非常注重其他非傳統(tǒng)手段對(duì)作物表型參數(shù)進(jìn)行精確探測(cè),例如通過(guò)MRI磁共振成像篩選出具有優(yōu)勢(shì)表型的作物品種,利用電磁輻射反射和/或發(fā)射信號(hào)來(lái)確定作物的特定表型特性等。該公司的海外專利布局分布在WIPO、加拿大、歐洲、巴西、墨西哥、阿根廷、澳大利亞、中國(guó)和德國(guó)等,海外布局專利占比為76.4%。

作為國(guó)內(nèi)專利數(shù)量排名第一的創(chuàng)新主體,南京農(nóng)業(yè)大學(xué)在利用光學(xué)手段進(jìn)行作物表型測(cè)量以及溫室栽培與表型檢測(cè)裝備集成方面擁有較多的研發(fā)成果,尤其體現(xiàn)在圍繞作物根系和葉片表型檢測(cè)的田間自走式平臺(tái)。南京農(nóng)業(yè)大學(xué)的專利主要為中國(guó)專利,海外專利布局僅包括美國(guó)專利3件和WIPO專利3件。

北京農(nóng)業(yè)信息技術(shù)研究中心的技術(shù)研發(fā)方向以基于光學(xué)手段的表型檢測(cè)裝置為主,在表型檢測(cè)系統(tǒng)中搭載可見(jiàn)光工業(yè)相機(jī)、多光譜傳感器、三維激光雷達(dá)以及熱紅外傳感器等,通過(guò)多種光學(xué)手段來(lái)實(shí)現(xiàn)作物表型檢測(cè)。北京農(nóng)業(yè)信息技術(shù)研究中心的所有69件專利均為國(guó)內(nèi)專利申請(qǐng),并無(wú)海外專利布局。

X開(kāi)發(fā)公司的技術(shù)分支側(cè)重于作物表型的模式識(shí)別方法和行業(yè)系統(tǒng)總集成,以及基于生物模型的表型參數(shù)建模與計(jì)算,通過(guò)先進(jìn)的數(shù)據(jù)處理方法和軟件系統(tǒng)對(duì)作物類型進(jìn)行識(shí)別分類,對(duì)作物表型參數(shù)進(jìn)行計(jì)算或預(yù)測(cè)。該公司的海外專利數(shù)量為25件,占比54.3%,主要分布在WIPO、加拿大、歐洲、巴西、中國(guó)和日本。

浙江大學(xué)的技術(shù)研發(fā)方向也偏重于基于多種光學(xué)手段的作物表型檢測(cè),將其應(yīng)用于作物病蟲(chóng)害監(jiān)測(cè)和多樣化的生理指標(biāo)測(cè)量。浙江大學(xué)的海外專利布局為7件,占比15.2%,分布于美國(guó)、澳大利亞、意大利、日本、荷蘭和WIPO。

從以上六家創(chuàng)新主體的研發(fā)重點(diǎn)和海外布局來(lái)看,他們?cè)诩夹g(shù)研發(fā)方向上都呈現(xiàn)出趨同特點(diǎn),大都是基于光學(xué)手段的表型檢測(cè)、圖像處理與識(shí)別以及軟硬件系統(tǒng)平臺(tái)集成等細(xì)分類別。相比而言,國(guó)內(nèi)創(chuàng)新主體在技術(shù)研發(fā)重點(diǎn)方向上的同質(zhì)化現(xiàn)象相對(duì)更加嚴(yán)重,而國(guó)外的創(chuàng)新主體的專利技術(shù)相對(duì)更加多元化,注重從不同角度去擴(kuò)展作物表型自動(dòng)化檢測(cè)技術(shù)的內(nèi)涵和應(yīng)用邊界。與此同時(shí),在海外專利布局方面,國(guó)內(nèi)創(chuàng)新主體顯然不如國(guó)外創(chuàng)新主體更加重視,海外專利數(shù)量占比整體上遠(yuǎn)低于后者。

3 結(jié)論與建議

針對(duì)作物表型自動(dòng)化檢測(cè)技術(shù)專利,開(kāi)展了多個(gè)角度的技術(shù)創(chuàng)新現(xiàn)狀與研發(fā)態(tài)勢(shì)分析,主要結(jié)論與建議如下。

1) 過(guò)去20年,作物表型自動(dòng)化檢測(cè)技術(shù)整體呈現(xiàn)快速增加階段,尤其表現(xiàn)在2015年至今的快速發(fā)展階段。在專利申請(qǐng)數(shù)量增加的同時(shí),創(chuàng)新主體的數(shù)量也在快速增加,表明該領(lǐng)域正在成為一個(gè)熱門(mén),吸引越來(lái)越多的資金和人才的進(jìn)入。授權(quán)率在近些年的下滑表明該領(lǐng)域的技術(shù)迭代飛速,需要著力提升專利申請(qǐng)的質(zhì)量。作物表型自動(dòng)化檢測(cè)的新裝備、新方法和新技術(shù)正在成為農(nóng)業(yè)現(xiàn)代化發(fā)展的一個(gè)重要引領(lǐng),值得引起政府決策部門(mén)的高度重視。

2) 從全球尺度,作物表型自動(dòng)化檢測(cè)的技術(shù)創(chuàng)新主要來(lái)源于東亞和美國(guó),其中中國(guó)和美國(guó)的專利數(shù)量占78.9%,處于絕對(duì)領(lǐng)先的位置。無(wú)論是從技術(shù)來(lái)源還是目標(biāo)市場(chǎng)的角度,中國(guó)在該領(lǐng)域的位置都舉足輕重。從國(guó)內(nèi)尺度,北京、江蘇和廣東產(chǎn)出了58.4%的專利技術(shù)成果,大幅度領(lǐng)先于其他省市和自治區(qū),起到了引領(lǐng)示范作用。

3) 傳統(tǒng)意義上,作物表型自動(dòng)化檢測(cè)的研發(fā)創(chuàng)新主要分布在模式識(shí)別、圖像處理分析、系統(tǒng)集成和傳感器應(yīng)用等技術(shù)分支。近些年,最新的人工智能與神經(jīng)網(wǎng)絡(luò)模型研究成果正在被應(yīng)用到作物表型自動(dòng)化檢測(cè),大幅提高了表型分析計(jì)算的精度和效率,構(gòu)成了一個(gè)新的研究熱點(diǎn)。

4) 作物表型自動(dòng)化檢測(cè)領(lǐng)域的重要?jiǎng)?chuàng)新主體主要分布在中國(guó)和美國(guó),具體包括先鋒國(guó)際良種公司、孟山都公司、南京農(nóng)業(yè)大學(xué)、北京農(nóng)業(yè)信息技術(shù)研究中心、X開(kāi)發(fā)公司、浙江大學(xué)、克萊米特公司、南京慧瞳公司、成長(zhǎng)方案技術(shù)公司和華南農(nóng)業(yè)大學(xué)。美國(guó)的創(chuàng)新主體全都是公司企業(yè)性質(zhì),而中國(guó)的創(chuàng)新主體以高校和科研院所為主。高校和科研院所由于具備人才儲(chǔ)備優(yōu)勢(shì),在技術(shù)研發(fā)創(chuàng)新方面處于引領(lǐng)位置,但是需要注意加強(qiáng)產(chǎn)學(xué)研協(xié)同創(chuàng)新,積極推進(jìn)校企合作和技術(shù)成果轉(zhuǎn)化,最大化研發(fā)技術(shù)成果的經(jīng)濟(jì)效益和社會(huì)效益。引導(dǎo)培育該領(lǐng)域的國(guó)內(nèi)龍頭企業(yè),也可以作為接下來(lái)同步開(kāi)展的一項(xiàng)重點(diǎn)工作。

5) 包括先鋒國(guó)際良種公司、孟山都公司和X開(kāi)發(fā)公司在內(nèi)的美國(guó)創(chuàng)新主體都深耕該領(lǐng)域多年,不僅擁有扎實(shí)的技術(shù)儲(chǔ)備,并且都非常重視海外區(qū)域?qū)＠季?在歐洲、澳大利亞、加拿大和巴西等潛在技術(shù)應(yīng)用區(qū)域布局有大量專利,海外專利布局占其專利總數(shù)的50%以上。同為該領(lǐng)域的重要?jiǎng)?chuàng)新主體,中國(guó)的南京農(nóng)業(yè)大學(xué)、北京農(nóng)業(yè)信息技術(shù)研究中心和浙江大學(xué)在海外僅有零星專利布局,說(shuō)明其在開(kāi)拓海外技術(shù)市場(chǎng)和海外知識(shí)產(chǎn)權(quán)護(hù)航方面的重視程度不及國(guó)際同行。海外專利布局應(yīng)當(dāng)引起政府部門(mén)和相關(guān)涉外企業(yè)的高度重視,并適時(shí)地提供相應(yīng)的政策支持與服務(wù)助力,提前作出規(guī)劃布局,才能避免潛在的知識(shí)產(chǎn)權(quán)糾紛,更好地助力中國(guó)的“走出去”戰(zhàn)略,共建“一帶一路”發(fā)展格局。