高(gao)光(guang)譜(pu)成(cheng)像技(ji)術(shu)應用(yong)於預測(ce)小(xiao)麥氮和水(shui)的分(fen)布與(yu)含(han)量(liang)

在日(ri)益發(fa)展(zhan)的當(dang)代(dai)農業(ye)研究(jiu)中(zhong)，通過地(di)面傳(chuan)感器(qi)網絡(luo)監(jian)測(ce)作(zuo)物的表(biao)型性(xing)狀，進(jin)壹步(bu)分(fen)析作(zuo)物生理(li)生化(hua)特征(zheng)、養分(fen)變化(hua)和評(ping)估(gu)生物量(liang)，有助(zhu)於灌(guan)溉(gai)和施(shi)肥(fei)管理(li)，提高(gao)作(zuo)物養分(fen)利(li)用(yong)效(xiao)率(lv)。

高(gao)光(guang)譜(pu)成(cheng)像作(zuo)為壹種(zhong)新(xin)興的高(gao)通量(liang)、大尺(chi)度作(zuo)物表(biao)型研究(jiu)技(ji)術(shu)，它提供了(le)壹種(zhong)快速、準(zhun)確(que)和無(wu)損(sun)的方法來評估作(zuo)物生理(li)和生化(hua)狀況，可(ke)以應(ying)用(yong)於作(zuo)物生命的(de)整(zheng)個周(zhou)期(qi)。目(mu)前高(gao)光(guang)譜(pu)成(cheng)像技(ji)術(shu)已(yi)經成(cheng)功(gong)地(di)應用(yong)於作(zuo)物研究(jiu)，如大麥(mai)的早期(qi)幹(gan)旱脅(xie)迫(po)、油菜中(zhong)的宏(hong)量(liang)營養素(su)含(han)量(liang)和分(fen)布、黃(huang)瓜葉(ye)片中的(de)氮分(fen)布等(deng)植(zhi)物性(xing)狀的預測(ce)，以(yi)及(ji)植(zhi)物生理(li)生化(hua)分(fen)析。

澳(ao)大利(li)亞(ya)阿德萊(lai)德(de)大學(xue)Brooke Bruning等(deng)研究(jiu)人(ren)員(yuan)，使用(yong)Specim FX10和SWIR兩(liang)款(kuan)高(gao)光(guang)譜(pu)成(cheng)像儀器(qi)獲取在九種(zhong)土(tu)壤(rang)養分(fen)條(tiao)件和兩(liang)種(zhong)水(shui)處理(li)條(tiao)件下(xia)的(de)四(si)個(ge)小麥基因型的高(gao)光(guang)譜(pu)數(shu)據(ju)，研究(jiu)基於高(gao)光(guang)譜(pu)成(cheng)像技(ji)術(shu)的原(yuan)位(wei)、無(wu)損測(ce)量(liang)的特點，定(ding)量(liang)測(ce)定(ding)了(le)小(xiao)麥(mai)植(zhi)株的(de)水(shui)分(fen)分(fen)布和氮水(shui)平，並有效評估(gu)了(le)小(xiao)麥(mai)生理(li)和生化(hua)狀況。該研究(jiu)成(cheng)果於2019年發(fa)表(biao)於Frontiers in Plant Science期(qi)刊。（文獻(xian)：The Development of Hyperspectral Distribution Maps to Predict the Content and Distribution of Nitrogen and Water in Wheat(Triticum aestivum）

植(zhi)物內(nei)部(bu)水(shui)和氮空(kong)間(jian)分(fen)布可(ke)視(shi)化(hua)過程(cheng)

通過獲取400-2500nm範(fan)圍內(nei)的(de)小(xiao)麥(mai)高(gao)光(guang)譜(pu)數(shu)據(ju)，並將(jiang)光(guang)譜(pu)信(xin)息(xi)與(yu)水(shui)分(fen)和氮素水(shui)平進(jin)行關(guan)聯(lian)，利(li)用(yong)這(zhe)些(xie)數(shu)據(ju)建立(li)能夠預測(ce)小(xiao)麥水(shui)分(fen)和氮水(shui)平的(de)數(shu)學(xue)模(mo)型，將(jiang)表(biao)現(xian)的(de)模(mo)型的回歸(gui)系(xi)數(shu)應(ying)用於高(gao)光(guang)譜(pu)圖(tu)，可(ke)視(shi)化(hua)分(fen)析氮和水(shui)的分(fen)布以(yi)及(ji)植(zhi)物內(nei)部(bu)的(de)任(ren)何空(kong)間(jian)變異(yi)。

研究(jiu)發(fa)現(xian)不同(tong)處(chu)理(li)的樣(yang)品之間(jian)存(cun)在明顯(xian)差異，澆水(shui)（圖(tu)A）的植(zhi)物呈黃(huang)紅色（含(han)水(shui)量(liang)為72-88％），而(er)幹旱（圖(tu)C）時植(zhi)物則主要(yao)為(wei)綠色（含(han)水(shui)量(liang)64-72％），葉片基部水(shui)分(fen)含(han)量(liang)較高(gao)，而葉(ye)尖(jian)處(chu)水(shui)分(fen)含(han)量(liang)下(xia)降(jiang)，葉(ye)片中脈附近(jin)的(de)水(shui)分(fen)含(han)量(liang)也明(ming)顯高(gao)於葉片外(wai)側(ce)，這(zhe)些(xie)差異和相(xiang)鄰像(xiang)素(su)間(jian)的逐(zhu)漸退化(hua)表(biao)明(ming)，水(shui)分(fen)分(fen)布圖(tu)能夠可(ke)視(shi)化(hua)植(zhi)物內(nei)部(bu)空(kong)間(jian)變化(hua)。低氮植(zhi)株（圖(tu)B）和高(gao)氮植(zhi)株（圖(tu)D）也是如此(ci)，由於模(mo)型過度擬(ni)合(he)，氮分(fen)布圖(tu)受(shou)到(dao)噪(zao)聲的(de)影(ying)響(xiang)。研究(jiu)結(jie)果表(biao)明(ming)，高(gao)光(guang)譜(pu)圖(tu)像和多(duo)元回歸(gui)模(mo)型在估計(ji)植(zhi)物化(hua)學性(xing)質(zhi)水(shui)平和分(fen)布方面具有很(hen)高(gao)的潛(qian)力(li)。

左(zuo)圖(tu)：使用(yong)PLSR模(mo)型預測(ce)的(de)水(shui)（上(shang)）和氮（下(xia)）回歸(gui)圖(tu)顯示了(le)所有試(shi)驗方法的性(xing)能

右(you)圖(tu)：澆水(shui)(A)和幹(gan)旱(C)植(zhi)物的水(shui)分(fen)含(han)量(liang)和低(di)(B) 和高(gao)(D)氮素土(tu)壤(rang)的(de)植(zhi)物氮水(shui)平預測(ce)

該研究(jiu)結(jie)果表(biao)明(ming)，高(gao)光(guang)譜(pu)成(cheng)像在原位(wei)、無(wu)損地(di)估計(ji)活體(ti)植(zhi)物樣品化(hua)學性(xing)質(zhi)水(shui)平和分(fen)布方面具有很(hen)高(gao)的潛(qian)力(li)。通過分(fen)布圖(tu)可(ke)以提供養分(fen)積(ji)累(lei)的(de)空(kong)間(jian)定(ding)位(wei)信息(xi)，有助於了(le)解不(bu)同(tong)處理(li)條(tiao)件下(xia)葉(ye)片養分(fen)含(han)量(liang)的變(bian)化(hua)。評估(gu)植(zhi)物可(ke)利(li)用(yong)養分(fen)和植(zhi)被狀況的(de)變(bian)化(hua)，可(ke)以提供描(miao)述(shu)植(zhi)物生長(chang)和發(fa)育(yu)的重要(yao)信(xin)息(xi)，從(cong)而(er)利(li)用(yong)盡(jin)可(ke)能少(shao)的(de)肥料實(shi)現(xian)產量(liang)大化(hua)。

易(yi)科泰生態技(ji)術(shu)有限(xian)公司及(ji)其(qi)光(guang)譜(pu)成(cheng)像與(yu)無人(ren)機(ji)遙感技(ji)術(shu)（西(xi)安）研究(jiu)中(zhong)心擁有(you)SpectraScan、ThermoRGB 光(guang)譜(pu)成(cheng)像軟硬件設備(bei)以及(ji)EcoDrone®無(wu)人(ren)機(ji)遙感平臺(tai)，可(ke)提供作(zuo)物營養代(dai)謝、生理(li)生化(hua)、逆(ni)境(jing)生物學、作(zuo)物表(biao)型分(fen)析等(deng)技(ji)術(shu)服務(wu)、實(shi)驗合(he)作(zuo)及(ji)全面技(ji)術(shu)方案。

（銀杏葉化(hua)學成(cheng)分(fen)做圖(tu)，SpectrAPP項(xiang)目(mu)）