多(duo)功(gong)能(neng)全自(zi)動植物(wu)呼(hu)吸測量(liang)系(xi)統(tong)

新(xin)陳(chen)代謝(xie)（metabolism）是生(sheng)命(ming)的(de)最基(ji)本(ben)特征(zheng)，其(qi)中(zhong)植(zhi)物(wu)進(jin)行(xing)著光合(he)作(zuo)用(yong)和呼吸(xi)作(zuo)用(yong)兩(liang)個相(xiang)對獨(du)立又相(xiang)互影(ying)響的(de)過程(cheng)：前(qian)者吸(xi)收(shou)CO₂並(bing)利(li)用(yong)太陽能(neng)合(he)成有機(ji)化(hua)合(he)物(wu)同時(shi)放出(chu)氧氣(qi)，後者(zhe)則(ze)消耗(hao)氧氣(qi)排出(chu)CO₂。光合(he)作(zuo)用(yong)發生(sheng)於(yu)植(zhi)物的(de)綠(lv)色(se)組織特別(bie)是葉片，且主(zhu)要(yao)在(zai)白天(tian)進行，而(er)植(zhi)物的(de)呼吸作(zuo)用(yong)發生(sheng)於(yu)植(zhi)物的(de)根、莖、葉、種(zhong)子、果(guo)實(shi)等所有(you)組織，而(er)且每時(shi)每(mei)刻(ke)都在(zai)進(jin)行(xing)中(zhong)。植(zhi)物(wu)呼(hu)吸(xi)測(ce)量(liang)系(xi)統(tong)由(you)CO₂分(fen)析儀(yi)、氧氣(qi)分析(xi)儀(yi)、水(shui)汽分析(xi)儀、氣(qi)體抽(chou)樣單元(yuan)、數據采集(ji)分(fen)析系(xi)統(tong)等組成，可(ke)以(yi)測(ce)量(liang)植物(wu)的(de)根、莖、葉、果(guo)實(shi)、種(zhong)子及全株(zhu)植(zhi)物的(de)呼吸或凈呼(hu)吸(xi)與凈光合(he)，用(yong)於植物(wu)生(sheng)理(li)生(sheng)態(tai)研(yan)究(jiu)、根系(xi)呼(hu)吸(xi)研(yan)究(jiu)、種(zhong)子儲存(cun)與生(sheng)活(huo)力(li)檢(jian)測(ce)、蔬菜果(guo)實(shi)儲存(cun)研(yan)究(jiu)等。

功(gong)能(neng)特點(dian)：

ü  高(gao)精(jing)確(que)度、高(gao)穩定性、高(gao)分辨(bian)率(lv)、系(xi)統(tong)兼容性和(he)擴(kuo)展(zhan)性(xing)強(qiang)

ü  可(ke)選(xuan)配(pei)實驗(yan)室(shi)模(mo)塊式測量(liang)系(xi)統(tong)，或選(xuan)配(pei)野外便(bian)攜(xie)式測量(liang)系(xi)統(tong)

ü  可(ke)自(zi)由(you)組合(he)封(feng)閉(bi)式測量(liang)、開放式測量(liang)（全自(zi)動高通量(liang)、實時(shi)測(ce)量(liang)，連接於各(ge)類不同大小體積(ji)呼吸室(shi)）、或利(li)用(yong)抽(chou)樣流動註射技術(shu)測(ce)量(liang)分析(xi)，其(qi)中(zhong)流動註射技術(shu)相(xiang)比(bi)氣(qi)相(xiang)色譜(pu)僅(jin)僅(jin)10多(duo)秒可(ke)完成樣品(pin)分析(xi)

ü  配(pei)置靈(ling)活多(duo)樣(yang)，可(ke)根據經費預算情(qing)況及研(yan)究(jiu)目的(de)選(xuan)配(pei)不同(tong)的(de)配(pei)置組合(he)，簡(jian)單配(pei)置可(ke)以(yi)由(you)CO₂分(fen)析儀(yi)、呼(hu)吸室及數據采集(ji)顯(xian)示器(qi)組成，復雜(za)配(pei)置包括CO₂分(fen)析儀(yi)、氧氣(qi)分析(xi)儀(yi)、水(shui)汽分析(xi)儀、精(jing)密(mi)氣(qi)體抽(chou)樣單元(yuan)、氣(qi)路(lu)轉換器(qi)（多(duo)通道(dao)系(xi)統(tong)）、數據采集(ji)器(qi)及(ji)分(fen)析軟件(jian)等

 ü  系(xi)統(tong)可(ke)用(yong)於動物呼(hu)吸(xi)測量(liang)、土(tu)壤(rang)呼(hu)吸(xi)測量(liang)及光合(he)作(zuo)用(yong)測量(liang)（需(xu)根據具體研(yan)究(jiu)目的(de)選(xuan)配(pei)相(xiang)應配(pei)件）

ü  系(xi)統(tong)可(ke)選(xuan)配(pei)FluorCam葉綠(lv)素(su)熒光監(jian)測(ce)技術(shu)、Specim高(gao)光譜(pu)成像技術(shu)以(yi)及Thermal-RGB植(zhi)物熱(re)成像技術(shu)等用(yong)於植物(wu)各(ge)種(zhong)樣品(pin)健康(kang)狀況監(jian)測(ce)

技(ji)術(shu)參(can)數：

1.       氧氣(qi)分析(xi)測(ce)量(liang)（FC–10）：

氧氣(qi)測量(liang)範圍(wei)：0–100％；分(fen)辨率(lv)：0.0001%；精(jing)確(que)度：優(you)於(yu)0.1％；響(xiang)應時間(jian)：小於7秒(miao)；24小時漂(piao)移(yi)：低於(yu)0.01％；20分(fen)鐘噪(zao)音：低於(yu)0.002％pk–pk；溫度、壓力補(bu)償，4通道(dao)模擬(ni)輸(shu)出(chu)，16bit分(fen)辨率(lv)；數碼過濾（噪音）0–50秒(miao)可(ke)調，增幅(fu)0.2秒(miao)，內(nei)置A/D轉換器(qi)分(fen)辨(bian)率(lv)24 bits；可(ke)同(tong)時(shi)測(ce)量(liang)溫度（測(ce)量(liang)範圍(wei)0–60℃，分(fen)辨率(lv)0.001℃）和(he)氣(qi)壓（測量(liang)範圍(wei)30–110kPa，分(fen)辨率(lv)0.0001kPa）；具(ju)兩(liang)行文(wen)字(zi)數字(zi)LCD顯(xian)示屏(ping)，具背光，可(ke)同(tong)時(shi)顯(xian)示氧氣(qi)含量(liang)和氣(qi)壓；大小33×25×10cm，重(zhong)量(liang)約4.5kg

2.       高(gao)精(jing)度差(cha)分(fen)氧氣(qi)分析(xi)儀(yi)（備選(xuan)），適(shi)於微(wei)小植物(wu)樣品(pin)或昆蟲(chong)的(de)呼吸代謝(xie)測(ce)量(liang)，測量(liang)範圍(wei)0–100%，精(jing)度0.1%，分(fen)辨率(lv)0.0001%

3.       二(er)氧化(hua)碳(tan)分析(xi)測量(liang)（CA–10）：雙波長(chang)非色散紅外技術(shu)，測(ce)量(liang)範圍(wei)0–5％或0–15％兩(liang)級(ji)選(xuan)擇(ze)（雙程），內(nei)置數據采集(ji)系(xi)統(tong)，實(shi)時(shi)測量(liang)，響應時間(jian)小於1秒(miao)，分辨(bian)率(lv)優(you)於(yu)0.0001%或1ppm（可(ke)達0.1ppm），精(jing)確(que)度1%，建議(yi)氣(qi)流5–2000ml/分(fen)鐘，噪(zao)音小於2ppm，24小時漂(piao)移(yi)低於(yu)0.002%，通過軟(ruan)件(jian)溫度補(bu)償，采(cai)樣頻(pin)率(lv)10Hz；具(ju)兩(liang)行文(wen)字(zi)數字(zi)LCD顯(xian)示屏(ping)，具背光，可(ke)同(tong)時(shi)顯(xian)示CO₂含量(liang)和氣(qi)壓；4通道(dao)模擬(ni)輸(shu)出(chu)，16bit分(fen)辨率(lv)，具(ju)數碼過濾（噪音）；大小33×25×10cm，重(zhong)量(liang)約4.5kg

4.       超(chao)高(gao)精(jing)度二(er)氧化(hua)碳(tan)分析(xi)測量(liang)（備選(xuan)）：差(cha)分非色散紅外氣(qi)體分(fen)析(xi)儀(yi)，用(yong)於測量(liang)微小生(sheng)物(wu)（如(ru)果(guo)蠅等）或蜱蟎(man)類微小動物的(de)呼吸代謝(xie)，測(ce)量(liang)範圍(wei)0–3000ppm，分(fen)辨率(lv)達0.01ppm，精(jing)確(que)度1%

5.       RH–300水(shui)氣(qi)測量(liang)儀（備選(xuan)）：測(ce)量(liang)範圍(wei)0.2％–100％（相(xiang)對濕(shi)度）、分(fen)辨(bian)率(lv)0.001%（相(xiang)對濕(shi)度），露(lu)點(dian)溫度-40–40℃、分(fen)辨率(lv)0.002℃（露(lu)點溫度），水(shui)汽(qi)密(mi)度0–10µg/ml、分(fen)辨率(lv)0.0001µg/ml，水(shui)汽壓力0–20kPa、分(fen)辨率(lv)0.01Pa；模(mo)擬(ni)輸(shu)出(chu)16 bits，建議(yi)氣(qi)流速(su)度5–2000ml/min，具(ju)兩(liang)行文(wen)字(zi)數字(zi)LCD顯(xian)示屏(ping)，具背光，可(ke)同(tong)時(shi)顯(xian)示水(shui)汽含量(liang)和溫度

6.       SS4氣(qi)體二(er)次(ci)抽(chou)樣單元(yuan)：包括壹(yi)個泵、針閥（控制(zhi)進出(chu)泵體的(de)氣(qi)流）和氣(qi)流計（0–2000ml/m）；隔(ge)膜(mo)泵(beng)，滾軸馬達，最大流速(su)2–4L/min；熱(re)橋(qiao)式氣(qi)流計，分(fen)辨(bian)率(lv)1ml/min，精(jing)確(que)度2%；模(mo)擬(ni)輸(shu)出(chu)12 bits；重(zhong)量(liang)約2kg。另外可(ke)根據測試(shi)樣(yang)品(pin)規模(mo)定制(zhi)質量(liang)氣(qi)流發生(sheng)與控制(zhi)器(qi)

7.       氣(qi)路(lu)轉換器(qi)：8通道(dao)（包括壹(yi)個Baseline通道(dao)），采樣(yang)頻(pin)率(lv)10Hz，具(ju)備數字(zi)模(mo)式、手動模式、程序(xu)式等模式，可(ke)以(yi)擴(kuo)展(zhan)至16、24、32通道(dao)等

8.       UI–3數據采集(ji)器(qi)，12通道(dao)，8個模擬(ni)輸(shu)入(ru)，16bit分(fen)辨率(lv)；4個溫度輸(shu)入(ru)，分辨率(lv)0.001攝氏度；8個數字(zi)輸(shu)出(chu)用(yong)於系(xi)統(tong)控(kong)制(zhi)，1個16bit計數器(qi)，2通道(dao)電壓輸(shu)出(chu)，脈(mai)沖寬(kuan)度調制(zhi)

9.       呼(hu)吸室(shi)：有(you)硼矽(gui)玻璃(li)材(cai)質微(wei)型呼吸(xi)室(shi)（直徑9.0mm，體(ti)積0.5–1.0ml）、小型呼吸(xi)室(shi)（不同直(zhi)徑供(gong)選(xuan)配(pei)）及中(zhong)大型呼吸(xi)室(shi)（用(yong)於整株(zhu)植物或果(guo)實(shi)等）等供選(xuan)配(pei)

10.    專(zhuan)業(ye)技術(shu)配(pei)置與培訓，包括封(feng)閉(bi)式、開放式、抽(chou)氣(qi)式、推氣(qi)式、抽(chou)樣流動註射法(fa)等不同技(ji)術(shu)裝(zhuang)配(pei)與操作(zuo)技(ji)術(shu)培(pei)訓

產(chan)地：美(mei)國(guo)

客(ke)戶(hu)案例(li) 1

下圖(tu)：美(mei)國康(kang)奈(nai)爾大學(xue)園藝(yi)學(xue)系(xi)利(li)用(yong)植物呼(hu)吸測量(liang)系(xi)統(tong)研(yan)究(jiu)儲藏(zang)溫度與濕度變(bian)化(hua)對(dui)花(hua)毛(mao)茛(gen)幹燥塊狀根呼吸和存(cun)活(huo)的(de)影(ying)響，結(jie)果(guo)表(biao)明，在(zai)5℃時(shi)，濕度變(bian)化(hua)對(dui)樣品(pin)呼吸(xi)速(su)率(lv)影(ying)響不(bu)大，而(er)在(zai)25℃時(shi)，濕度顯(xian)著影(ying)響其(qi)呼(hu)吸作(zuo)用(yong)（HortScience，2011）

客(ke)戶(hu)案例(li) 2

英(ying)國(guo)的(de)克蘭菲爾德大學(xue)Cranfield University使(shi)用(yong)該多功(gong)能(neng)全自(zi)動植物(wu)呼(hu)吸測量(liang)系(xi)統(tong)連(lian)續發表(biao)了10篇(pian)以(yi)上高(gao)質(zhi)量(liang)專(zhuan)業(ye)SCI論(lun)文(wen)，研(yan)究(jiu)實驗樣品(pin)涉及(ji)茶(cha)樹茶(cha)葉、藍(lan)莓、草(cao)莓、洋(yang)蔥(cong)、土(tu)豆(dou)、鱷(e)梨(li)、蟠(pan)桃馬鈴薯塊莖(jing)等等，部分(fen)應用(yong)可(ke)參(can)考(kao)“新(xin)鮮(xian)農產(chan)品(pin)呼吸(xi)速(su)率(lv)原(yuan)位實(shi)時(shi)測(ce)量(liang)技術(shu)及(ji)其在(zai)采(cai)後(hou)研(yan)究(jiu)中(zhong)的(de)應用(yong)"快訊。

Fig 1  320升(sheng)呼吸(xi)室(shi)與多功(gong)能(neng)全自(zi)動植物(wu)呼(hu)吸測量(liang)系(xi)統(tong)連(lian)接

產(chan)地：美(mei)國(guo)

部分(fen)參(can)考(kao)文(wen)獻(xian)

Anastasiadi M , Collings E R , Shivembe A , et al. Seasonal and temporal changes during storage affect quality attributes of green asparagus[J]. Postharvest Biology and Technology, 2020, 159:111017-.

Anastasiadi M , N Falagán, Rossi S , et al. A comprehensive study of factors affecting postharvest disorder development in celery[J]. Postharvest Biology and Technology, 172.

Collings ER, Alamar MC, Bogaerts Marquez M, et al., (2021) Improving the tea withering process using ethylene or UV-C. Journal of Agricultural and Food Chemistry, Volume 69, Issue 45, 17 November 2021, pp. 13596-13607

Dimkovikj, A., Van Hoewyk, D. Selenite activates the alternative oxidase pathway and alters primary metabolism in Brassica napus roots: evidence of a mitochondrial stress response. BMC Plant Biol 14, 259 (2014). doi.org/10.1186/s12870-014-0259-6

García-Pastor ME, Falagán N, Giné-Bordonaba J, Wójcik DA, Terry LA & Alamar MC (2021) C*r and tissue-specific changes of abscisic acid, its catabolites and individual sugars during postharvest handling of flat peaches (Prunus persica cv. platycarpa), Postharvest Biology and Technology, 181 (November) Article No. 111688.

Natalia Falagán, Tiana Miclo and Leon A. Terry. Graduated Controlled Atmosphere: A Novel Approach to Increase “Duke" Blueberry Storage Life. Frontiers in Plant Science. 2020,11:221.

Ohanenye, I.C.  Alamar, M.C.  Thompson, A.J  Terry, L.A.  Fructans redistribution prior to sprouting in stored onion bulbs is a potential marker for dormancy break. Postharvest Biology and Technology 2019, 149 , 221-234.

Rady A , Ekramirad N , Adedeji A A , et al. Hyperspectral Imaging for Detection of Codling Moth Infestation in GoldRush Apples[J]. Postharvest Biology and Technology, 2017, 129:37-44.