The Crop Journal | 南京林大综述利用光学传感器对植物叶片进行多尺度、高通量的形态和生理生化表型分析研究进展

以下文章来源于The Crop Journal ，作者编辑部

在植物的根、茎、叶、花、果实、种子六大器官中，叶片对外界环境的变化响应最快且可塑性最强，存在于植物的整个生长周期，因此可基于叶片表型按照时间序列分析植物不同生长发育阶段的形态结构和生理生化变化。叶片表型可从器官、个体、群体等多个尺度进行研究，通过综合使用现代成像传感器、图像处理和数据分析技术，在植物表型性状“肉眼看到变化”之前检测到变化，并进行量化分析，对监测植物生长、评估植物长势、精确管控措施有着重要意义，还可通过易获取的形态结构颜色信息间接测定肉眼不可见的生理生化表型信息。因此，植物叶片的表型信息可为科学地探究植物表型特征与基因、环境调控之间的关系、构建精准优良育种体系提供重要的依据和参考。

近日，南京林业大学联合中国农业科学院作物科学研究所和美国内布拉斯加大学林肯分校在The Crop Journal在线发表了题为“High-throughput phenotyping of plant leaf morphological, physiological, and biochemical traits on multiple scales using optical sensing”的综述，作者以多尺度下（器官、个体、群体）的植物叶片形态、生理和生化表型性状为研究对象，总结了各种成像传感器和数据处理技术的应用特点、优势和局限性，并展望了利用现代成像技术和数据处理技术研究植物叶片表型的未来前景。

现代成像传感器、图像处理和数据分析技术结合使用能够以无损、高效的方式获取多尺度下（器官、个体、群体）植物叶片的表型信息（图1）。通过可见光成像、RGB-D相机、多光谱相机、高光谱成像传感器、激光雷达、荧光成像、热成像、电子计算机断层扫描（computed tomography, CT）和太赫兹成像等现代光学传感器可以获取叶片的形态结构和生理生化表型。其中，形态结构表型主要包括叶面积、叶倾角、叶片数量、叶片厚度和物候，生理生化表型主要包括气孔导度、最大羧化速率、最大电子传递速率、叶绿素含量、含水率和氮磷钾含量。

首先，对于叶片形态结构表型而言，可见光图像和图像处理技术、深度学习结合使用是获取叶面积和叶片数量的最常用方法（图2），其图像处理包括感兴趣区域提取、二值化、噪声去除和图像分割等；RGB-D相机和激光雷达可以获取植物叶片的空间信息，因此与点云数据处理技术结合使用可以准确获取叶倾角参数（图3），点云数据处理技术包括三维点云重建、点云聚类和点云分割等；CT、太赫兹成像等可以获取植物叶片厚度信息。其次，植物叶片的物候等形态结构表型与气候、环境直接相关，不同物候期表现为叶片形态结构、颜色和光谱等信息的变化。因此，基于可见光成像和光谱成像可以对叶片的物候进行有效研究（图4）。再次，植物的生理生化表型主要是通过光谱成像技术获取，图5为现代成像技术在叶片氮、磷、钾含量估计中的一些应用。其中多光谱相机主要用以研究群体植物叶片表型，相比于多光谱相机，高光谱成像传感器采集的光谱数据更丰富精细，并可以采集图谱结合的多维数据，但存在光谱噪声和与相应表型参数相关性较小的冗余波段。因此，统计分析和光谱数据预处理方法在叶片高光谱数据中应用广泛。而热成像技术反映植物叶片的温度，与叶片含水率有直接联系。

作者和基金项目

南京林业大学张慧春教授为该文的第一作者和通信作者，硕士研究生王璐为第二作者。该研究得到国家自然科学基金项目（32171790和32171818）、江苏省现代农机装备与技术示范推广项目（NJ2020-18）、江苏省重点研发计划现代农业项目（BE2021307）、江苏省青蓝工程和江苏省333人才工程项目的资助。

转自：“植物生物技术Pbj”微信公众号

如有侵权，请联系本站删除！