PhenoHUB：一个数字植物表型移动工具包

概述

PhenoHUB 是一个微信小程序原型，把用于植物表型工作的移动工具聚合在一起。该项目探索如何让田间测量、天气查询、图像分析和 AI 辅助科研任务更容易从手机上访问。

本文记录的是上述界面所代表的 2026 年 1 月项目快照。它不是一份实时的完整性报告，启动器中某个模块的存在本身并不确立测量精度或生产就绪。

原型模块

设备朝向测量

叶角工具利用手机运动传感器来显示和记录设备朝向。当手机与叶片一致对齐时，它可以支持快速的相对测量。

在没有明确的安装方法、传感器定标、参考平面以及与可信仪器验证的情况下，结果不应被描述为精确叶角。设备型号、外壳几何、操作者对齐和运动都可能影响读数。

土地面积估算

面积工具记录位置轨迹并估算所围多边形。它适用于踏勘和粗略田间记录，但消费级手机定位不是测量级。

• 精度因设备、卫星可见性、建筑、树木和采样间隔而异。
• 手机定位服务给出的高度尤其不确定。
• 用于合同、法规、工程或精密作业的边界需要合适的测量设备。

天气与环境上下文

农业天气模块用于查询基于位置的天气信息。从天气服务获取的值描述的是提供商的网格或站点估计；它们不是来自手机的直接测量。

土壤湿度、冠层温度、光强或其他局部变量需要明确的数据源或外部传感器。界面应始终标注提供商、观测或预报时间、单位和位置。

图像分析

图像模块为植株图像预处理和定量分析提供入口。任何报告的面积、计数、颜色或形状性状都取决于分割质量、尺度定标和采集条件。

在没有有记录的定标模型和独立验证的情况下，不应仅凭图像颜色就当作叶绿素含量。

实验性 AI 助手

原型包含图表生成和研究助理的入口。这些工具可以帮助探索 CSV 数据或起草分析思路，但 AI 输出必须保持可审查：

• 图表应可追溯到确切的输入行和变换。
• 统计检验需要检查其假设和样本结构。
• 文献、期刊和写作建议可能不完整或不正确。
• 发送到外部模型的科研数据受该提供商隐私条款约束。

架构快照

移动客户端使用原生微信小程序环境，搭配可复用的 UI 组件和 Canvas/ECharts 风格可视化。一些分析任务可以在小程序本地完成，而依赖网络的功能可以调用外部 API 服务。

这种拆分把轻量交互保留在手机上，但也创建了清晰的边界：

1. 仅在用户启动相关工具时才请求传感器和位置权限。
2. 本地和远程处理必须在界面中标识。
3. 上传文件和 API 请求需要大小限制、失败状态和隐私指引。
4. 模型生成的结果在可能时应包含提供商、模型和生成时间。

适用场景

PhenoHUB 最适合作为一个原型，用于：

• 田间记录和快速探索性测量
• 教授移动表型概念
• 在仪器集成之前测试交互设计
• 为小型科研工具提供统一入口

它不应被当作定标科学仪器、经验证的统计软件或实验室数据管理系统的替代品。

访问与可复现性

项目仓库托管在微信 Git 上，目前需要认证访问。外部读者无法从公开 URL 可靠地克隆它，因此本文不提供公开安装或贡献步骤。

对于内部或授权部署，至少记录：

• 小程序版本和后端版本
• 设备型号和操作系统版本
• 权限和定标流程
• 天气、地图或 AI 提供商及请求时间
• 输入文件、参数、原始读数和导出结果

访问问题可通过 CV 页面 上的联系方式提出。

开发优先级

下一个有用的里程碑是以证据驱动而非以百分比驱动：把每项测量与参考方法验证、清晰标注实验性模块、为导出添加溯源、记录隐私边界，并在 iOS 和 Android 设备上测试完整工作流。