针对大规模育种条件下,高通量性状数据获取、高效率试验设计与规划、高强度育种数据评价技术手段落后的现状,以提高作物育种效率为目标,研究作物育种信息快速获取、辅助筛选分析和全流程管理技术,研发作物育种信息管理与辅助决策系统,为育种提供便捷、高效、全面的信息技术服务手段。重点开展了以下四个方面的工作：(1)基于序相关的作物育种评价性状选择方法研究提出了一种将历史选育评价结果作为专家经验进行挖掘,辅助性状选择的方法。通过计算候选性状与育种材料评价结果的相关性,及作物在性状间表现的相似性,以期望选择的性状的相关性最大、相似性最小为目标,建立基于序相关的作物育种评价性状选择模型。通过试验验证,方法可以为不同育种目标提供重点关注的性状集合,提高评价工作的针对性,也可与现有的评价方法结合作为性状权重的确定手段,提高权重确定的科学性。(2)基于决策树的作物育种评价方法研究利用决策树对育种评价结果与作物性状信息建模,研究基于决策树的作物育种评价方法,对具有相同育种目标的性状数据进行分析,直接给出评价结果。该方法利用材料的性状表现与评价结果间的序相关关系进行决策属性选择,使用性状排序后相邻取值的中点作为候选划分值,通过基尼指标确定划分值。试验结果表明,将评价结果以隐性专家经验的形式融入育种评价模型中,相较育种家主动描述经验更为合理,便于评价模型的大规模推广及应用。(3)基于机器视觉的抗性育种材料筛选方法研究针对育种材料抗性鉴定试验过程中,病虫害数据采集工作量大、人为因素误差率高等问题,提出了一种基于离散余弦变换和区域生长的病虫害图像分割算法,采用清晰度对病虫害图像进行分割,以提高分割精度,通过对白粉虱图像进行分割测试,并与阈值法和高斯混合模型方法比较,验证了算法的有效性；提出了一种基于K-均值聚类和椭圆拟合方法的白粉虱计数方法,对白粉虱图像的分割结果进行椭圆拟合,将收敛的椭圆个数作为白粉虱的数量,确保了图像分割的效果和计数的准确度；研发了基于手持移动终端(PDA)的病虫害信息移动采集系统,结合基于RFID的育种电子标签实现病斑面积、虫害数量的快速准确采集和发病率、病情指数的自动统计。(4)作物育种信息管理与辅助决策系统研发深入分析大规模、商业化育种材料数量多、测配组合规模庞大、试验基地分布区域广、性状数据海量等业务特点,融合本文研究的育种评价方法和辅助决策技术,研发全生命周期、全业务流程的作物育种信息管理与辅助决策系统,实现种质资源管理、亲本组配、品种选育、品种鉴定、试验设计、田间性状采集、系谱世代追溯、数据分析、材料评价等育种关键环节的全程信息化管理。系统适用于大型育种企业、育种科研单位、作物品种区域试验站、联合测试体、绿色通道单位、种子站等用户,通过案例分析,证明了本文研究的方法和系统具有较高实用价值。