PlantScreen用於番茄幹(gan)旱(han)脅迫(po)早期(qi)監測

  日(ri)前(qian)，西(xi)北(bei)農(nong)林(lin)科技大學(xue)、農(nong)業(ye)農村部(bu)農業(ye)物(wu)聯網重(zhong)點(dian)實(shi)驗(yan)室(shi)借(jie)助PlantScreen植物(wu)表型(xing)成像分析系(xi)統(tong)和(he)幹(gan)旱(han)脅迫(po)狀態識別模(mo)型(xing)，對(dui)番茄的(de)幹(gan)旱(han)脅迫(po)進(jin)行(xing)早期(qi)監測和(he)等級(ji)判(pan)定，獲(huo)得了較高(gao)的識別準確(que)率(lv)。研(yan)究(jiu)成果(guo)發(fa)表(biao)在(zai)2021年(nian)6月(yue)的(de)《農業(ye)工(gong)程(cheng)學(xue)報(bao)》雜(za)誌上。

  研(yan)究(jiu)小組(zu)首先(xian)利(li)用PlantScreen植物(wu)表型(xing)成像分析系(xi)統(tong)中的(de)FluorCam葉綠(lv)素熒(ying)光(guang)成像單元采(cai)集(ji)不同幹(gan)旱(han)脅迫(po)程(cheng)度的(de)植株(zhu)冠(guan)層(ceng)葉綠(lv)素熒(ying)光(guang)圖(tu)像：每(mei)個樣(yang)本(ben)共(gong)獲取(qu)98幅熒(ying)光(guang)圖(tu)像，即(ji)共(gong)有(you)98個葉(ye)綠素熒(ying)光(guang)參數(shu)；並(bing)將頂層葉(ye)片圖(tu)像像(xiang)素均值(zhi)作為(wei)該植株(zhu)的(de)葉(ye)綠素熒(ying)光(guang)參數(shu)。從(cong)而克服了(le)目前(qian)大部(bu)分(fen)研(yan)究(jiu)未(wei)能(neng)充分利(li)用葉(ye)綠素熒(ying)光(guang)參數(shu)信(xin)息和(he)未(wei)利(li)用熒(ying)光(guang)圖(tu)像信(xin)息的(de)問(wen)題(ti)。

  之(zhi)後(hou)使用連(lian)續(xu)投(tou)影(ying)法(fa)（Successive Projections Algorithm，SPA）等(deng)3種算法提(ti)取了5個公共(gong)熒(ying)光(guang)參數(shu)並(bing)分析了其(qi)在(zai)不(bu)同幹(gan)旱(han)等(deng)級(ji)下的變化(hua)趨勢：
  1.QY_L2：光(guang)適應(ying)過(guo)程(cheng)中(zhong)L2 時(shi)刻的(de)實(shi)際(ji)光(guang)量(liang)子(zi)效率(lv)，隨著幹(gan)旱(han)脅迫(po)程(cheng)度的(de)增加呈現
減(jian)小的(de)趨勢，說明幹(gan)旱(han)脅迫(po)降(jiang)低(di)了(le)葉(ye)片的光化(hua)學淬(cui)滅(mie)能力(li)；
  2.NPQ_L3：光適(shi)應(ying)過(guo)程(cheng)中(zhong)L3 時(shi)刻的(de)非(fei)光(guang)化(hua)熒(ying)光(guang)淬(cui)滅(mie)，隨著幹(gan)旱(han)脅迫(po)程(cheng)度的(de)增強(qiang)而(er)上升說明葉片在(zai)幹(gan)旱(han)脅迫(po)下天(tian)然色素通過(guo)熱耗散(san)的(de)方式釋(shi)放(fang)過(guo)多的(de)熱量，來(lai)減少(shao)PSⅡ吸收(shou)的(de)過多光(guang)能(neng)，從(cong)而減(jian)緩(huan)衰(shuai)老(lao)；
  3.qL_L2：基(ji)於“Lake"模(mo)型(xing)光(guang)適(shi)應(ying)過(guo)程(cheng)中(zhong)L2 時(shi)刻的(de)光適(shi)應(ying)光(guang)化(hua)學淬(cui)滅(mie)
  4.qL_Lss基(ji)於“Lake"模(mo)型(xing)的(de)穩(wen)態(tai)光(guang)適應(ying)光(guang)化(hua)學淬(cui)滅(mie)
  5.qL_D3基(ji)於“Lake"模(mo)型(xing)暗(an)弛(chi)豫過程(cheng)中(zhong)D3 時(shi)刻的(de)光適(shi)應(ying)光(guang)化(hua)學淬(cui)滅(mie)
以上3個均(jun)為光(guang)化(hua)學淬(cui)滅(mie)，除(chu)qL_Lss 在(zai)輕(qing)度幹(gan)旱(han)狀態下稍有(you)上升外(wai)，其(qi)余均隨著幹(gan)旱(han)脅迫(po)程(cheng)度增(zeng)加而降(jiang)低(di)，表(biao)明(ming)幹(gan)旱(han)脅迫(po)導(dao)致PSⅡ天(tian)然色素捕(bu)捉光(guang)能(neng)分配(pei)給電子(zi)傳遞速率(lv)的(de)值減(jian)少。

  最(zui)後(hou)，研(yan)究(jiu)小組(zu)利(li)用線(xian)性判(pan)別分析(xi)（Linear Discriminant Analysis，LDA）、支(zhi)持(chi)向量(liang)機（Support Vector Machines，SVM）和(he)k 最近(jin)鄰（k-Nearest Neighbor，KNN）建立幹(gan)旱(han)脅迫(po)狀態識別模(mo)型(xing)。其(qi)中IRIV-LDA 和(he)VISSA-LDA 建模(mo)效(xiao)果(guo)好，識別準確(que)率(lv)均(jun)可(ke)達97.8%，且(qie)IRIV-LDA 對(dui)幹(gan)旱(han)脅迫(po)程(cheng)度的(de)區分度更好，對適宜水(shui)分(fen)、輕(qing)度幹(gan)旱(han)、中(zhong)度幹(gan)旱(han)、重(zhong)度幹(gan)旱(han)的(de)識別率(lv)分(fen)別為100%、95%、98%、98%。僅用5個公共(gong)參數(shu)建立幹(gan)旱(han)識別模(mo)型(xing)的(de)識別準確(que)度最(zui)高(gao)可(ke)達83.7%，說明這5個熒(ying)光(guang)參數(shu)與(yu)番茄幹(gan)旱(han)脅迫(po)高(gao)度相(xiang)關。
  位(wei)於西(xi)北(bei)農(nong)林(lin)科技大學(xue)旱(han)區節水(shui)農(nong)業(ye)研究(jiu)院(yuan)的(de)PlantScreen植物(wu)表型(xing)成像分析系(xi)統(tong)具(ju)備(bei)光(guang)適(shi)應(ying)室(shi)、葉(ye)綠(lv)素熒(ying)光(guang)成像室、傳送(song)單元(yuan)、自(zi)動(dong)澆(jiao)灌(guan)稱(cheng)重(zhong)單(dan)元及配(pei)套(tao)的控(kong)制(zhi)、通(tong)訊單元及軟(ruan)件，配合(he)人工(gong)氣候(hou)室可(ke)實(shi)現(xian)植物(wu)的高(gao)通量、全自(zi)動(dong)的培養及光(guang)合(he)生理表型(xing)的(de)監測。
  該系(xi)統(tong)由(you)捷克(ke)PSI（Photons Systems Instruments）公司(si)研制(zhi)生(sheng)產及安裝，由(you)PSI代(dai)理商北(bei)京(jing)易科泰生態技術(shu)有(you)限(xian)公司(si)提供(gong)培訓和(he)維護。