作物表型自动化检测技术全球研发态势分析*——基于专利视角

旷达，段凌凤

(1. 华中农业大学图书馆,武汉市,430070; 2. 华中农业大学工学院,武汉市,430070)

0 引言

近些年来,由于全球气候变化、人口快速增长以及自然资源短缺的形势加剧,提升农作物产量和质量变得至关重要。为了解决该问题,作物遗传育种改良提供了一种精准高效且可持续的技术手段[1]。快速发展的高通量基因测序技术提供了丰富的作物遗传信息,然而与之对应的作物表型信息往往受到栽培环境和生长阶段的影响,呈现出高度的复杂性和多变性[2-3]。针对作物表型信息的采集,传统上一般采用人工方式,费时费力,效率和精度有限。作物表型自动化检测技术融合了最新的传感器成像和图像处理与分析等技术,用于高通量获取作物表型信息[4-6]。

目前,针对作物表型自动化检测技术的综述类研究大多是基于国内外已发表的学术论文进行梳理统计和评估分析[7-9]。然而,该领域的技术创新进展并不局限于学术圈研究成果,还包括来自工业企业界的大量技术专利。本文从专利视角切入,针对作物表型自动化检测技术的全球研发态势进行梳理分析。

1 专利数据与方法

本文的专利文献数据来源于Patsnap全球专利数据库,该数据库收录了来自158个国家/地区的超过1.7亿条专利数据。为了全面且精准获取作物表型自动化检测领域的全球专利数据,采用国际专利分类号和关键词相结合的检索方式,其中关键词中涵盖了主流农作物品种的中英文,检索字段包括专利文献的标题、摘要和权利要求书,检索截止日为2022年8月26日。针对初步获得的5 400余件专利,通过人工阅读摘要和权利要求书的方式将技术内涵与作物表型自动化检测技术不相符的数据进行剔除,最终获得3 977件专利。

专利文献中包含了详细的专利相关信息,例如发明名称、日期信息(包括申请日、公布/公告日、授权日等)、技术主题分类号、法律状态和许可转让情况等[10]。本文采用定量与定型相结合的方法对专利文献进行分析,运用时间趋势分析、地域分析、技术生命周期、创新主体及技术布局和最新研发热点分析等专利分析经典方法[11-13],对作物表型自动化检测领域的全球研发态势进行分析评估,明确中国在全球创新所处位置,发现潜在问题,提出对策建议。

2 全球研发态势分析

2.1 全球专利申请与授权概况

近年来,作物表型自动化检测技术在全球范围内获得了快速发展和推广应用,这直接体现在全球专利申请量和授权量的快速增长。截至2022年8月28日,全球50个国家/地区共计申请3 977件专利。专利申请量在2008年之前总体处于缓慢发展的萌芽期,从2009到2014年处于较快发展期,2015年之后进入快速发展期,专利年申请量稳定递增(由于专利从提交到公布需要经过专利局内部处理程序,存在滞后期,导致2021—2022年数据不完整,仅供参考)。快速发展期(从2015年至今)共计申请3 473件专利,占过往专利总数的82.2%,充分说明作物表型自动化检测作为一项新兴技术,其研发和应用在当下正受到全球重视。表1列出了最近20年的专利申请与授权情况。

同时值得注意的是,该领域的专利授权率在2015年之前的相当长的时间段内一直稳定在50%左右,而进入快速发展期后,出现了明显走低趋势,近些年的授权率已经越来越接近30%(由于专利审查需要经过特定程序,需要一定时间,2019年及之后的授权数据仅供参考)。这表明,该领域的技术创新迭代速度很快,创新主体在注重专利数量的同时需要兼顾质量。

技术生命周期是利用专利申请量与专利申请人数量随时间的推移而变化来评估当前技术领域在其演化过程中所处的阶段[14-15]。图1是基于专利数据分析得出的作物表型自动化检测技术的技术生命周期图,横轴表征的是该技术领域的专利申请量,纵轴表征的是申请人数量,每个数据点对应不同的年份的专利申请量和申请人数量。可以看出,2015年之前,该领域的专利申请量和申请人数量并无明显的变化规律。从2015年往后直到2020年,专利申请量和申请人数量都呈现出明显递增趋势。由此可见,作物表型自动化检测技术从2015年开始持续吸引了越来越多的创新主体的加入,产出了越来越多的技术成果。从技术生命周期的角度分析,该领域在2015年左右突破了萌芽期阶段,至今仍然处于扩张期阶段,研发创新活动全面铺开,技术领域充满生机活力。由于2021和2022年的专利申请尚未完全公布,数据不完整,因而没有列入分析。

图1 作物表型自动化检测技术生命周期图

2.2 全球技术创新地域分布

本文分别从技术来源和目标市场两个维度来分析作物表型自动化检测技术的专利申请在全球尺度的地域分布。

2.2.1 技术来源分布

分析专利技术来源于哪些国家、地区,有助于了解该国家、地区的技术创新能力和活跃度[16]。分析结果显示,作物表型自动化检测技术的研发创新活动在全球地域分布上呈现出非常不均衡的态势。表2列出了该领域专利数量排名前十的主要技术来源国别/地区以及相应的专利数量。其中,来自中国和美国的专利申请数量分别为2 033件和1 107件,占该领域专利申请总数的51.1%和27.8%,远远超出其他国家和地区的技术产出。由此可见,中国和美国在作物表型自动化检测领域的技术创新最为活跃,是该领域的技术创新引领者。我国虽然在该领域的进入时间晚于美国,但是充分发挥了后发优势,抓住了技术快速发展期的红利,在2015年后产出了大量专利成果。

表2 作物表型自动化检测的主要技术来源国别/地区Tab. 2 Major source countries/regions of automated crop phenotyping technology

除了中国和美国,日本和韩国等国家和地区也产出了超过100件的专利。这说明,作物表型自动化检测技术的研发创新主要是由来自东亚和美国的创新主体来推动,其他国家和地区鲜有参与。

从技术主题的角度切入,中国和美国的专利技术研发所涉及的技术关键词也相对其他国家/地区更为全面,涵盖农作物、表型、植物生长、图像采集、图像处理、成像数据、根系、光谱、波长、病害、计算机模型、控制系统等所有细分类别。由此可以看出,中国和美国不仅在专利数量上占优,在技术研发布局上也更为完整。

2.2.2 目标市场分布

针对该领域专利技术布局于哪些国家/地区进行分析,有助于了解该目标市场的受关注程度,可以帮助企业在做技术战略布局时关注到潜在机会[17]。

表3列出了该领域专利布局量排名前十的主要目标市场国别/地区以及相应的专利布局数量。

表3 作物表型自动化检测技术的主要目标市场国别/地区Tab. 3 Major entering countries/regions of automated crop phenotyping technology

其中,中国和美国仍然是这一技术领域的创新主体最为关注的目标市场,反映出该领域的技术创新最先推广应用到这两个国家,中美两国优先享受该领域技术创新成果带来的发展红利。与表2中的前十大技术来源地不同的是,表3中的目标市场国出现了加拿大、巴西和阿根廷,主要是由于这几个国家都是幅员辽阔的农业大国,在世界农产品供应市场上占有重要地位,因而在作物表型自动化检测方面有庞大的应用需求。全球创新主体对这些国家专利布局的重视,也值得我国在开拓海外市场的“走出去”战略中加以参考借鉴。

2.3 国内技术创新地域分布

通过分析中国各省市专利数量,可以了解各省市的技术创新能力和活跃程度。表4列出了该领域排名前十的专利技术来源国内省份/直辖市,其中北京、江苏和广东在该领域的专利数量处于领先位置,分别为332件、297件和222件,大幅领先其他地区。究其原因,京津冀、长三角和珠三角地区在制造业基础设施、技术创新的规模和质量上都更有优势[18-19],往往更加重视技术研发投入和产出,并且在知识产权保护意识方面也走在国内前列,因而申请了更多的专利。在知识产权的护航之下,这些地区的创新主体在未来的技术与市场竞争过程中更有可能处于优势地位。

表4 作物表型自动化检测专利技术来源国内主要省份Tab. 4 Major source provinces of automated crop phenotyping technology

2.4 技术分支情况

作物表型自动化检测属于典型的多学科交叉技术,涵盖多个技术领域。每一篇专利文献都由专利局经过分类处理,注明了与技术领域和主题相关的一个或多个专利分类号,该分类号可以作为技术分支情况分析的切入点。

通过对专利文献的分类号进行梳理,获得了该领域的主要技术分支,如表5所示。由表5可以看出,作物表型自动化检测技术涵盖模式识别、图像处理分析、系统集成、传感器应用和植物学等多个领域的技术创新,上述几项技术分支的专利申请数量占据了总数量的71.3%。值得注意的是,基于生物模型的计算,区别于传统的领域,具体是通过数学建模与预测的手段来实现对作物表型的自动化检测,在2015年之前并无任何专利申请,而近些年正在越来越受到应用重视,专利申请量呈现快速增加的状态,2020年已达85件。这主要是得益于人工智能与神经网络模型在近些年的迅猛发展,计算建模领域的技术创新成果正在被便捷地应用到作物表型自动化检测,在较短时间内产出了可观数量的技术成果。

表5 作物表型自动化检测主要技术分支Tab. 5 Major technology branches of automated crop phenotyping

考虑到中国和美国在作物表型自动化检测领域处于全球绝对领先的位置,针对这两个国家在主要技术分支维度进行了统计分析。表6列出了作物表型自动化检测技术分支的中美对比情况。虽然美国的专利申请数量虽然在总体上低于中国,但是在G01N33(利用不包括在G01N1/00至G01N31/00组中的特殊方法来研究或分析材料)这一技术分支的申请量超过了中国的申请量。

表6 作物表型自动化检测技术分支的中美对比Tab. 6 Comparison of technology branches of automated crop phenotyping between China and America

G01N33技术分支下的美国专利申请并无明显的主流研发方向,而是采用各种非传统技术手段来实现对作物表型的自动化检测与分析,利用采用出射光/返回光,电信号,电磁波反射等。由此可见,美国在该领域的技术创新更加注重技术研发方向的多样性,从不同的技术路径进行试探性开发。

2.5 主要创新主体

作物表型自动化检测技术领域的创新主体包括全球范围内的众多商业公司和科研院所,专利数量排名前十的创新主体参见表7。该领域的专利数量排名前十的创新主体全部来自中国和美国,各占5家。其中,美国的先锋国际良种公司深耕这一领域,在专利数量上独占鳌头,专利数量高达104件。南京农业大学在该领域的专利数量为88件,处于国内领先位置。

表7 作物表型自动化检测领域的主要创新主体Tab. 7 Major innovators of automated crop phenotyping

除了中国和美国的创新主体,还有来自日本的索尼公司(39件专利)、株式会社OPTIM公司(19件专利)和株式会社日立制作所(18件专利),来自德国的巴斯夫植物科学公司(34件专利)、萨特维尔德伦股份公司(20件专利)和KWS公司(13件专利),来自澳大利亚的联邦科学和工业研究组织(18件专利),来自瑞士的先正达公司(18件专利),来自以色列的SUPPLANT公司(16件专利),来自韩国的韩国科学技术研究院(13件专利),上述国家的机构在作物表型自动化检测方面的技术创新也表现得非常积极活跃。

从创新主体的性质来看,国外的创新主体以公司为主,而我国的创新主体则以高校和科研院所为主。由此可见,我国在这一领域的技术研发仍然以实验室科学研究为主,尤其需要加强产学研协同创新[20],在产业化应用和全球商业推广方面还需要向国外同行学习借鉴。

2.6 研发重点和海外布局

针对专利数量排名靠前的6家创新主体(中国和美国各有3家)的重点研发方向和海外布局情况进行了梳理分析,获得了如下结果。

作为技术储备最雄厚的创新主体,先锋国际良种公司深耕该领域多年,技术研发侧重于作物表型的图像处理分析和模式识别,作物品种以玉米和大豆为主,图像获取手段涵盖近红外、可见光、X射线等。先锋国际良种公司非常注重国际专利申请与布局,除了在美国本土申请34件专利以外,还在WIPO、欧洲、阿根廷、巴西、加拿大、智利、墨西哥等国家与地区有70件专利申请。美国本土以外的专利布局数量占总数比率达到67.3%,凸显出该公司对海外市场的重视。

专利数量排名第二的孟山都公司,不仅在光学手段表型检测方面有扎实的技术储备,还非常注重其他非传统手段对作物表型参数进行精确探测,例如通过MRI磁共振成像筛选出具有优势表型的作物品种,利用电磁辐射反射和/或发射信号来确定作物的特定表型特性等。该公司的海外专利布局分布在WIPO、加拿大、欧洲、巴西、墨西哥、阿根廷、澳大利亚、中国和德国等,海外布局专利占比为76.4%。

作为国内专利数量排名第一的创新主体,南京农业大学在利用光学手段进行作物表型测量以及温室栽培与表型检测装备集成方面拥有较多的研发成果,尤其体现在围绕作物根系和叶片表型检测的田间自走式平台。南京农业大学的专利主要为中国专利,海外专利布局仅包括美国专利3件和WIPO专利3件。

北京农业信息技术研究中心的技术研发方向以基于光学手段的表型检测装置为主,在表型检测系统中搭载可见光工业相机、多光谱传感器、三维激光雷达以及热红外传感器等,通过多种光学手段来实现作物表型检测。北京农业信息技术研究中心的所有69件专利均为国内专利申请,并无海外专利布局。

X开发公司的技术分支侧重于作物表型的模式识别方法和行业系统总集成,以及基于生物模型的表型参数建模与计算,通过先进的数据处理方法和软件系统对作物类型进行识别分类,对作物表型参数进行计算或预测。该公司的海外专利数量为25件,占比54.3%,主要分布在WIPO、加拿大、欧洲、巴西、中国和日本。

浙江大学的技术研发方向也偏重于基于多种光学手段的作物表型检测,将其应用于作物病虫害监测和多样化的生理指标测量。浙江大学的海外专利布局为7件,占比15.2%,分布于美国、澳大利亚、意大利、日本、荷兰和WIPO。

从以上六家创新主体的研发重点和海外布局来看,他们在技术研发方向上都呈现出趋同特点,大都是基于光学手段的表型检测、图像处理与识别以及软硬件系统平台集成等细分类别。相比而言,国内创新主体在技术研发重点方向上的同质化现象相对更加严重,而国外的创新主体的专利技术相对更加多元化,注重从不同角度去扩展作物表型自动化检测技术的内涵和应用边界。与此同时,在海外专利布局方面,国内创新主体显然不如国外创新主体更加重视,海外专利数量占比整体上远低于后者。

3 结论与建议

针对作物表型自动化检测技术专利,开展了多个角度的技术创新现状与研发态势分析,主要结论与建议如下。

1) 过去20年,作物表型自动化检测技术整体呈现快速增加阶段,尤其表现在2015年至今的快速发展阶段。在专利申请数量增加的同时,创新主体的数量也在快速增加,表明该领域正在成为一个热门,吸引越来越多的资金和人才的进入。授权率在近些年的下滑表明该领域的技术迭代飞速,需要着力提升专利申请的质量。作物表型自动化检测的新装备、新方法和新技术正在成为农业现代化发展的一个重要引领,值得引起政府决策部门的高度重视。

2) 从全球尺度,作物表型自动化检测的技术创新主要来源于东亚和美国,其中中国和美国的专利数量占78.9%,处于绝对领先的位置。无论是从技术来源还是目标市场的角度,中国在该领域的位置都举足轻重。从国内尺度,北京、江苏和广东产出了58.4%的专利技术成果,大幅度领先于其他省市和自治区,起到了引领示范作用。

3) 传统意义上,作物表型自动化检测的研发创新主要分布在模式识别、图像处理分析、系统集成和传感器应用等技术分支。近些年,最新的人工智能与神经网络模型研究成果正在被应用到作物表型自动化检测,大幅提高了表型分析计算的精度和效率,构成了一个新的研究热点。

4) 作物表型自动化检测领域的重要创新主体主要分布在中国和美国,具体包括先锋国际良种公司、孟山都公司、南京农业大学、北京农业信息技术研究中心、X开发公司、浙江大学、克莱米特公司、南京慧瞳公司、成长方案技术公司和华南农业大学。美国的创新主体全都是公司企业性质,而中国的创新主体以高校和科研院所为主。高校和科研院所由于具备人才储备优势,在技术研发创新方面处于引领位置,但是需要注意加强产学研协同创新,积极推进校企合作和技术成果转化,最大化研发技术成果的经济效益和社会效益。引导培育该领域的国内龙头企业,也可以作为接下来同步开展的一项重点工作。

5) 包括先锋国际良种公司、孟山都公司和X开发公司在内的美国创新主体都深耕该领域多年,不仅拥有扎实的技术储备,并且都非常重视海外区域专利布局,在欧洲、澳大利亚、加拿大和巴西等潜在技术应用区域布局有大量专利,海外专利布局占其专利总数的50%以上。同为该领域的重要创新主体,中国的南京农业大学、北京农业信息技术研究中心和浙江大学在海外仅有零星专利布局,说明其在开拓海外技术市场和海外知识产权护航方面的重视程度不及国际同行。海外专利布局应当引起政府部门和相关涉外企业的高度重视,并适时地提供相应的政策支持与服务助力,提前作出规划布局,才能避免潜在的知识产权纠纷,更好地助力中国的“走出去”战略,共建“一带一路”发展格局。