葡萄-干旱-可见光和近红外成像 Drought phenotyping in Vitis vinifera using RGB and NIR imaging

文章来源: | 2019-08-05

如今,表征生物和非生物胁迫的研究正在快速增长,表型研究方案的标准化正成为一个挑战。在这种情况下,对生理特征和表型特征进行平行测量是非常可取的,特别是在干旱胁迫下。

 

本文中,Briglia N等探讨了干旱胁迫下葡萄的生理形态特征是否可以通过非破坏性的RGB和NIR图像分析技术来确定,以实现可负担得起的表型分析。本研究是在欧洲植物表型网络(EPPN)的一个研究中心进行的,EPPN也旨在促进表型方案的标准化。四组20株盆栽葡萄进行不同的灌溉处理,设置每日耗水梯度为100%(对照)、75%(IRR75%)、50%(IRR50%)和25%(IRR25%)。在干旱条件下,同时采集了叶片气体交换量、叶片水势、光系统II效率(Fv/Fm)、RGB和NIR数据。基于不同干旱水平下葡萄的RGB图像建立了植物冠层面积估算模型(R2=0.78),并用该模型估算的叶面积计算单位叶面积耗水量。

image.png

本研究使用的植物表型平台(LemnaTec 3D Scanalyzer phenotyping platform)

研究结果表明,叶片水势与可见光谱深绿色等级(R2=0.71)存在相关性,NIR和可见光谱深绿色等级随干旱程度的增加而减少,而可见光谱黄色等级随干旱程度的增加而增加。

image.png

叶片蒸腾量(A)、净光合速率(B)、气孔导度(C)、Fv/Fm(D)与茎水势之间的相关性

image.png

可见光谱各颜色等级与茎水势的相关性

(A棕色,B绿色,C黄色,D深绿色)

image.png

NIR与茎水势的相关性

Briglia N等的研究证明了基于RGB和NIR图像识别葡萄水分胁迫的潜力,有助于全球表型研究方案的标准化,也有助于高通量表型研究领域精准灌溉工具的开发。

全文阅读


Briglia N, Montanaro G, Petrozza A, et al. Drought phenotyping in Vitis vinifera using RGB and NIR imaging. Scientia Horticulturae, 2019, 256: 108555.



   中文/En