模塊式植物表型成像分析系統(tǒng)

模塊式植物表型成像分析系統(tǒng)

太陽(yáng)輻射照射到植物葉片上，其中的藍(lán)色波段和紅色波段大部分被葉片吸收進(jìn)行光合作用，另一部分（包括綠色波段、紅外波段等）以反射光的形式返回到大氣中，少量以熒光的形式發(fā)射到大氣中，還有部分則以熱的形式耗散。通過(guò)對(duì)葉片反射光成像測(cè)量分析（RGB彩色成像、多光譜或高光譜成像等）、多光譜熒光成像測(cè)量分析及葉片溫度測(cè)量分析（紅外熱成像），可以全面分析植物的性狀特征包括外部形態(tài)顏色、光合作用效率、氣孔動(dòng)態(tài)、次級(jí)代謝等形態(tài)與生理生態(tài)特征，使植物表型數(shù)字化、生理生態(tài)及功能可視化。

模塊式植物表型成像分析系統(tǒng)由植物多光譜熒光成像單元、紅外熱成像單元、RGB彩色成像單元等組成，可全面分析植物葉片及冠層的形態(tài)結(jié)構(gòu)、顏色、光合作用、生理狀態(tài)、氣孔動(dòng)態(tài)、生化色素分布、脅迫生理等，是目前市場(chǎng)上配置最靈活、功能面、的植物表型與生理生態(tài)觀測(cè)分析系統(tǒng)。

左圖：西葫蘆感染病原菌成像分析，其中(a)為RGB彩色成像、(b)為紅外熱成像、(c)為F520綠色熒光成像、(d)為F520/F680綠紅熒光比值成像；右圖：向日葵幼苗列當(dāng)寄生后的多光譜熒光成像

主要功能特點(diǎn)與技術(shù)指標(biāo)：

1) 植物多光譜熒光成像技術(shù)，可以對(duì)具有4個(gè)特征性波峰的植物熒光光譜進(jìn)行成像分析，進(jìn)而可全面分析植物初級(jí)代謝（光合效率）、次級(jí)代謝、生理生態(tài)、脅迫與抗性篩選等

2) 可選配UV紫外光、白色LED光源（用于模擬自然光源）、青色LED光源（用于氣孔功能研究）、綠色LED光源、紅色LED光源、藍(lán)色LED光源等不同激發(fā)光源

3) 可對(duì)UV紫外光激發(fā)的4個(gè)波峰的熒光進(jìn)行成像分析，包括蘭光440nm（F440）、綠光520nm（F520）、紅光690nm（F690）和遠(yuǎn)紅外740nm（F740），其中F440和F520統(tǒng)稱為BGF，由表皮及葉肉細(xì)胞壁和葉脈發(fā)出，F(xiàn)690和F740為葉綠素?zé)晒釩hl-F

4) 紅外熱成像分析單元可測(cè)量分析葉片溫度的異質(zhì)性分布，并通過(guò)選區(qū)（ROI）工具得到不同區(qū)域的溫度、溫度、平均溫度、溫度分布頻率直方圖等，依次進(jìn)一步分析氣孔導(dǎo)度、水分脅迫等

5) 40倍RGB成像可以對(duì)植物形態(tài)及顏色進(jìn)行分析，既可明察秋毫到氣孔分布，又可大視野宏觀成像分析

6) 配置靈活、使用方便，可選配不同單元組合

7) 適于植物葉片、植物幼苗及小型全株植物，紅外熱成像可應(yīng)用于植物冠層或多株植物成像分析

8) 應(yīng)用于作物遺傳育種、遺傳組學(xué)與表型組學(xué)研究、植物生理生態(tài)學(xué)、植物脅迫生理、抗性篩選等領(lǐng)域

技術(shù)指標(biāo)：

1 紅外熱成像單元：

1.1 非制冷紅外焦平面檢測(cè)器（uncooled VOx microbolometer），已經(jīng)過(guò)歐盟標(biāo)注校準(zhǔn)，可直接測(cè)量溫度，包括每個(gè)像素點(diǎn)的溫度等

1.2分辨率：640x512像素

1.3 光譜范圍：7.5～13.5μm

1.4 溫度測(cè)量范圍：-25～150°C

1.5 靈敏度：≤0.03℃（30mK）@ 30℃

1.6 幀頻：9Hz或30Hz，60Hz

1.7 數(shù)據(jù)傳輸：USB-3或千兆以太網(wǎng)

1.8 19mm光學(xué)鏡頭，視野32℃x26℃，可選配13mm鏡頭或35mm鏡頭

1.9 具備視頻模式和快照模式

1.10 具備14種調(diào)色板供任意選擇，可多樣化設(shè)置熱成像假彩色

1.11 具備差值功能，可內(nèi)查圖像形成平滑影像以避免像素化

1.12 可通過(guò)軟件設(shè)置大氣溫度、濕度、距離等參數(shù)

1.13 具備等溫模式功能，包括以上、一下、之間、及以下與以上四種等溫模式

1.14 結(jié)果在線報(bào)告功能，自動(dòng)顯示熱影像、時(shí)距圖及影像參數(shù)如發(fā)射率、反射溫度、大氣溫度、濕度、外部光距離、傳播等

1.15 影像處理軟件具備ROI選區(qū)功能，包括點(diǎn)、線、折線、矩形等，并可進(jìn)行分區(qū)處理，每個(gè)ROI即時(shí)顯示最小溫度、溫度、平均溫度等

1.16 熱掃描功能及熱剖面功能：可在線可視化顯示線型ROI溫度值、溫度剖面圖

1.17 所有ROI工具的溫度值均可顯示在時(shí)距圖中

1.18 防護(hù)級(jí)：IP65

1.19 工作溫度：-15°C～+50°C

1.20 支持GPS信息，可將位置信息顯示在谷歌地圖上

2 植物多光譜熒光成像

2.1 成像面積20x20cm

2.2 紫外光激發(fā)多光譜熒光成像包括F440、F520、F690、F740四個(gè)波段的熒光成像

2.3高分辨率CCD鏡頭，20fps、1360x1024像素，有效像素大小為6.45μm，高速USB 2.0 (480Mbits/sec)，可像素疊加（binning）以提高靈敏度（2x2，3x3，4x4）；具備視頻模式和快照模式

2.4 自動(dòng)測(cè)量分析功能（無(wú)人值守）：可預(yù)設(shè)1個(gè)或2個(gè)試驗(yàn)程序，系統(tǒng)可自動(dòng)測(cè)量?jī)?chǔ)存

2.5 激發(fā)光源包括紫外光、藍(lán)色光源、紅橙色光源，通過(guò)紫外激發(fā)熒光與紅光LED激發(fā)熒光，可以分析植物類黃酮相對(duì)含量等

2.6 成像分析軟件具Live（實(shí)況測(cè)試）、Protocol（實(shí)驗(yàn)程序選擇）、Pre-processing（成像預(yù)處理）、Result（成像分析結(jié)果）等功能菜單

2.7 成像預(yù)處理可以自動(dòng)選區(qū)或手動(dòng)選擇不同形狀、不同數(shù)量、不同位置的區(qū)域（Region of interest，ROI），成像分析結(jié)果包括高時(shí)間解析度熒光動(dòng)態(tài)圖、直方圖、不同參數(shù)成像圖、不同ROI的熒光參數(shù)列表等

2.8 Protocol實(shí)驗(yàn)程序可自由編輯，也可利用Protocol菜單中的向?qū)С绦蚰０婵蛻糇杂蓜?chuàng)建新的實(shí)驗(yàn)程序

2.9 多種Protocols供選配和自動(dòng)運(yùn)行，包括Fv/Fm、Kautsky誘導(dǎo)效應(yīng)、葉綠素?zé)晒獯銣缜€、光響應(yīng)曲線等

2.10 具備系統(tǒng)自動(dòng)重復(fù)運(yùn)行功能，可無(wú)人值守自動(dòng)循環(huán)完成選定的實(shí)驗(yàn)程序,重復(fù)次數(shù)及間隔時(shí)間客戶自定義,成像測(cè)量數(shù)據(jù)自動(dòng)按時(shí)間日期存入計(jì)算機(jī)

2.11 高度可調(diào)，以適應(yīng)不同高度植株成像分析，植株高度50cm，可根據(jù)客戶需求定制不同高度

3. NDVI與PAR吸收成像模塊：630nmLED紅色光源和740nm LED紅外光源，可對(duì)PAR（光合有效輻射）吸收及植物光譜反射指數(shù)NDVI成像分析

4. 可對(duì)綠色熒光蛋白GFP進(jìn)行成像分析，可選配YFP成像分析

5. RGB成像：科研級(jí)RGB成像鏡頭，分辨率2592x1944像素，信噪比54dB，1-40x放大，最小視野6.1x7.9mm（40x），視野20.8x25.4；可分析葉面積、長(zhǎng)度、寬度、周長(zhǎng)、比值、綠度指數(shù)、顏色分級(jí)分析、頻率直方圖等

應(yīng)用案例與近期代表性參考文獻(xiàn)：

西葫蘆感染軟腐病菌（Dickeya dadantii）RGB彩色成像、多光譜熒光成像及紅外熱成像分析（引自Maria L. Perez-Bueno等，Multicolor Fluorescence Imaging as a Candidate for Disease Detection in Plant Phenotyping. Frontiers in Plant Science, 2016）

1) Monica Pineda etc. Detection of Bacterial Infection in Melon Plants by Classification Methods Based on Imaging Data. Frontiers in Plant Science

2) Monica Pineda et. Use of multicolour fluorescence imaging for diagnosis of bacterial and fungal infection on zucchini by implementing machine learning. Functional Plant Biology, 2017

3) Carmen M. Ortiz-Bustos etc. Fluorescence Imaging in the Red and Far-Red Region during Growth of Sunflower Plantlets. Diagnosis of the Early Infection by the Parasite Orobanche Cumana. Frontiers in Plant Science, 2016

4) Maria Luisa Perez-Bueno etc. Spatial and temporal dynamics of primary and secondary metabolism in Phaseolus vulgaris challenged by Pseudomonas syringae. Physiologia Plantarum, 2015