利用高光谱成像技术对植物叶片化学特性进行高通量分析

作者:谷丰光电 来源: 时间:2017-09-06 10:43:12 次数:

本研究表明,高光谱成像技术对于植物化学性状的高通量表型技术具有潜在的实用性。未来的研究需要通过设计实验,获得更彻底地测试方法,个别地改变植物的营养成分,并覆盖更多的植物种类、基因型和生长阶段。

利用高光谱成像技术对植物叶片化学特性进行高通量分析

A.高光谱成像室内部视图。B.成像室3D渲染设置

温室中基于图像的高通量植物表型可能减轻目前表型评分呈现的瓶颈,这限制了基因发现和作物改良工作的效率。大量的研究使用了自动化的RGB成像来描述农业重要作物的生物量及生长。


本研究的目的是研究高光谱成像技术对玉米和大豆植物体内化学性质的定量分析。这些性质包括叶水含量,大量元素氮(N)、磷(P)、钾(K)、镁(Mg)、钙(Ca)和硫(S)以及微量元素钠(Na)、铁(Fe)、锰(Mn)、硼(B)、铜(Cu)和锌(Zn)。从60个玉米和60个大豆植株中收集到高光谱图像,每一种都受到不同程度的水分亏缺或营养限制压力,目的是产生植物叶片化学性质的广泛变化。植物成像的自动输送带系统使用光谱范围从550到1700纳米的高光谱成像仪。通过处理图像,提取出各植物的反射率光谱,并建立偏最小二乘回归模型,将光谱数据与化学数据相关联。在研究的所有化学性质中,水含量被预测的精度最高[R2 = 0.93,RPD(性能偏差比)= 3.8]。同时所有大量元素被圆满量化(R2从0.69到0.92,RPD从1.62到3.62),其中氮(N)元素的预测最佳,其次是磷(P),钾(K)和硫(S),微量元素的预测精度相对较低(R2从0.19到0.86,RPD从1.09到2.69),其中铜(Cu)和锌(Zn)的预测最佳,其次是铁(Fe)和锰(Mn)。钠(Na)和硼(B)是高光谱成像实验中不能有效量化的两个微量元素(R2 <0.3和RPD <1.2)。


利用高光谱成像技术对植物叶片化学特性进行高通量分析

高光谱植物图形分析过程,获得明显反射光谱


本研究表明,高光谱成像技术对于植物化学性状的高通量表型技术具有潜在的实用性。未来的研究需要通过设计实验,获得更彻底地测试方法,个别地改变植物的营养成分,并覆盖更多的植物种类、基因型和生长阶段。


来源:

Front. Plant Sci., 03 August 2017

Piyush Pandey,Yufeng Ge,Vincent Stoerger,James C. Schnable.

High Throughput In vivo Analysis of Plant Leaf Chemical Properties Using Hyperspectral Imaging.https://doi.org/10.3389/fpls.2017.01348