土壤是重要的自然资源，地球上95%的食物来源于土壤，土壤保存了至少四分之一的全球生物多样性，不仅是粮食安全、水安全和更广泛的生态系统安全的基础，更是为人类提供多种服务、帮助抵御和适应气候变化的重要因素。由土壤组成造成的胁迫，例如盐、重金属和养分亏缺是作物减产的主要原因。作物土壤耐逆性是一种复杂性状，涉及植物形态、代谢和基因调控网络等多种遗传和非遗传因素的调控。传统的作物表型研究通常在田间进行，费事费力、劳动密集、低通量、且受研究人员无法控制的自然环境因素的影响。在此情形下，难以获得高精度的表型数据以满足表型组学的研究需求。在过去几十年，已经开发了几种HTP（高通量表型）平台在现场或可控条件下使用，但其运维成本极高。此外，作物表型相关研究通常只关注植物地上部分，而对根系形态数据的获取有限。然而，根系是植物吸收水分和养分的主要途径，也是碳水化合物的储存器官和土壤胁迫的直接感知器官。因此，根系表型是土壤胁迫条件下植物表型研究的重要组成部分。就通量、环境可控性和根系表型获取而言，现有的植物表型平台无法完全满足植物对土壤胁迫响应的表型组学研究的特定需求。基于此，在本文中，来自山东大学生命科学学院和潍坊农科院的一组研究团队描述了其最近开发的高通量植物栽培和表型系统—WinRoots平台。以大豆植物为研究对象，将其暴露在盐胁迫中，证明了土壤盐胁迫条件的一致性和可控性以及WinRoots系统的高通...
发布时间:
2022
-
06
-
10
浏览次数：167
姜黄素是一种天然化合物，具有良好的抗炎、降血脂、抗氧化和抗癌等特性。姜黄素是从姜科、天南星科中一些植物的根茎中提取的一种二酮类化合物。其中，姜黄中约含姜黄素3%～6%，是植物界很稀少的具有二酮结构的色素。了解栽培根茎中姜黄素的水平并确定高产品种非常重要。传统上测量姜黄素是通过从新鲜根茎或干粉中将其提取出来，并使用高效液相色谱（HPLC）或紫外-可见分光光度法进行分析。从植物材料中分离姜黄素费事、费力、成本高，且需要专门的实验室设备和有经验的操作人员。而高光谱成像（HSI）是一种快速且无损的技术，已成功用于土壤和农产品（坚果、水果和蔬菜）各种化学成分和质量指标的评估。然而，目前尚未探索使用新鲜姜黄根茎的HIS图像来预测姜黄素。基于此，为了填补研究空白，在本文中，来自澳大利亚的一组研究团队进行了相关研究，旨在(1) 比较澳大利亚东部不同采样点3个姜黄品种（黄色、橙色和红色）的总姜黄素浓度和不同类姜黄素的分布；（2）评估利用可见-近红外（Vis/NIR）光谱（400-1000 nm）建立的PLSR模型预测新鲜姜黄根茎中总姜黄素浓度的潜力。作者在2018年11月至2019年11月，从五个研究地点共收集了190个样本，以捕捉生长周期的变化。利用光谱范围为400-1000 nm，光谱采样间隔为1.3 nm，光谱分辨率为2.3 nm的Resonon Pika XC2高光谱相机获取样品的高光谱图像...
发布时间:
2022
-
04
-
25
浏览次数：121
高光谱成像结合机器学习检测火炬松幼苗梭形锈病发病率火炬松是美国南部最重要的森林树种，它生长迅速、适应性强，可用于建筑木材、胶合板和纸浆等。松梭形锈病是由真菌Cronartium quercuum f.sp. fusiforme（Cqf）引起的一种影响该物种的常见且具有破坏性的病害。这种真菌通常会感染幼树的茎，导致被称为“锈瘿”的肿瘤样生长物产生，可能会造成树木死亡或产生“锈丛”，从而妨碍树木生长，降低木材使用价值。种植抗病苗是限制该病害的最有效的措施。温室中抗病性测试在人工接种幼苗后的目视估计病害发病率和严重程度具有高度主观性，容易出现人为错误，且劳动密集。此外，目视评估只有在病害感染一段时间后，症状充分发展时才能进行。而高光谱成像可同时获取空间和光谱信息，提供了在不同空间尺度上分析光谱信息的机会，已成功应用于多种植物物种的病害和胁迫检测。基于此，在本文中，来自北卡罗来纳州立大学和密西西比州立大学的研究团队提出了一种利用高光谱成像技术筛选火炬松幼苗梭形锈病发病率的创新方法，具体目标为（1）开发高光谱图像处理管道，用于从火炬松幼苗图像中的特定感兴趣区域（ROI）中提取光谱数据；（2）基于来自(1)的特定ROI的光谱数据，评估用于区分患病和未患病幼苗的SVM分类模型。图1 火炬松幼苗高光谱图像采集的成像装置。【高光谱图像获取】线性扫描高光谱成像仪（Pika XC2，Resonon In...
发布时间:
2022
-
04
-
19
浏览次数：155
改进积雪密度的估计是目前雪研究的一个关键问题。表征密度时空变异性对于水当量的估算、水力发电和自然灾害（雪崩洪水等）的评估至关重要。高光谱成像是一种监测和估计其物理特性的有前途且可靠的工具。事实上，雪的光谱反射率在一定程度上受其物理特性变化的控制，尤其是在光谱的近红外（NIR）部分。为此，已经设计了几种模型根据光谱信息估算积雪密度。然而，还没有一个实现满意的结果。主要困难之一是积雪密度和光谱反射率之间的关系是非双射的（满射的）。事实上，几个反射振幅与相同的密度相关，反之亦然，所以密度和光谱反射率之间的相关性可能非常弱。基于此，为了解决该问题，本研究中提出了基于光谱数据的积雪密度估计混合模型。主要研究目标是利用高光谱NIR成像（PIKA NIR，RESONON Company）（900-1700 nm）以5.5 nm的光谱分辨率测试混合模型（HM）估计季节性积雪密度的性能。混合模型结合了一个分类器和3个与密度类别相关联的特定估算量（弱到中度变质雪（WMM），中度到高度变质雪（MHM）和高度到极高度变质雪（HVM））。利用2018（1.19-3.27）、2019（1.10-4.3）和2020（1.29-3.10）年冬季在加拿大魁北克国立科学研究院（INRS）的科技园内（46°47′43.22″北纬，-71°18′10″西经）收集的数据集校准和验证了HM。混合模型在两个...
发布时间:
2022
-
01
-
24
浏览次数：180
全球气候变化引起的预计人口增长以及土地和农业资源可利用性的压力使未来几十年全球粮食供应的需求增加。提高光合作用能力已成为实现作物增产的目标。目前，测量光合作用的方法是耗时的且具破坏性的，这会减慢鉴定具高光合能力的农作物种质的研究和育种工作。作者在1分钟内收集样地（~2 m×2 m）向阳叶片像素的高光谱反射率以量化光合作用参数和色素含量。在两个生长季节（2017年和2018年）利用田间生长的经基因改变了光合途径的烟草，建立了8个光合参数和色素性状的预测模型。利用偏最小二乘法（PLSR）分析可见近红外（400-900 nm）光谱相机测得的植物反射像素，预测了Rubisco最大羧化速率（Vc,max，R2=0.79）和最大电子传递速率（J1800，R2=0.59），最大光饱和光合作用（Pmax，R2=0.54），叶绿素含量（R2=0.87），叶绿素a/b（R2=0.63），碳含量（R2=0.47）和氮含量（R2=0.49）。当使用两台400-1800 nm相机时，模型的预测并没有改善，这表明仅使用一台VNIR相机就能实现强大，广泛适用且更具“成本效益”的效果。该分析过程和方法可用于所有作物中，从而提供高通量田间表型筛选，并在田间试验中提高光合性能。高光谱图像收集建立基于地面的表型平台（图1），包括两个推扫式高光谱相机。第一台高光谱相机（P...
发布时间:
2021
-
01
-
15
浏览次数：245
冷害是造成作物严重损失和不可逆转伤害的灾害之一。为避免产量损失，可利用高通量表型选择耐寒胁迫的作物品种。如今，无损光谱图像分析已成为一种有效方法，并已广泛应用于高通量表型分析中，反映出植物结构组成，生长发育过程中的生理，生化特性和特征。本研究利用卷积神经网络（CNN）模型提取可见-近红外范围的特征光谱估计玉米幼苗的冷害。文中以五个品种的冷处理玉米幼苗的高光谱图像为研究对象。光谱范围为450-885 nm。高斯低通滤波和Savitzky-Golay平滑方法结合一阶导数进行光谱数据的预处理。从每种玉米幼苗选定的感兴趣区域获取3600个像素样本用于CNN建模。CNN模型建立后，从高光谱图像中提取400个像素样本作为每个品种的测试集。最后，通过分析分类准确度和计算效率确定一个CNN模型。CNN检测到的不同类型的玉米幼苗的冷害水平分别为W22 (41.8 %)，BxM (35%)， B73 (25.6%)，PH207 (20%)， Mo17 (14%)，与化学方法的结果高度相关。两种方法检测结果的相关系数为0.8219。因此，研究证明基于CNN建模的光谱分析可以为玉米幼苗冷害监测提供参考。高光谱成像采集利用推扫式高光谱相机（PIKA II，Resonon）成像系统的整个结构感兴趣区域样本数据选择程序样本的3D光谱分布CNN和化学方法结果的比较结论自卷积神经网络发...
发布时间:
2020
-
08
-
13
浏览次数：268
雪反照率可用于估算雪崩，美国国家航空航天局机载降雪观测台将其与激光雷达联合用于测量雪深。反照率（或“白度”）是单位时间，单位面积上各方向出射的总辐射能量与入射的总辐射能量之比，其测量范围从0（对应于吸收所有入射辐射的黑体）到1（对应于反射所有入射辐射体）。根据Wikipedia的说法“雪反照率变化很大，可以从0.9（刚落下的雪）到0.4（融化的雪）到0.2（脏雪）。南极洲平均雪反照率略高于0.8。如果积雪区域边缘变暖，雪易于融化，会降低反照率，因此积雪吸收了更多的辐射导致了更多的融雪。”在所附的文章中“The Airborne Snow Observatory: Fusion of scanning lidar, imaging spectrometer, and physically-based modeling for mapping snow water equivalent and snow albedo”特别提到了ITRES CASI在测量雪反照率上的重要性。【摘要】在世界许多山区，积雪覆盖和融化主导着区域气候和水资源。山区的融雪时间和量级主要受太阳辐射的吸收和雪水当量（SWE）的分布控制，但是即使在全球仪器设备最完善的山区，对其了解和认识仍不充分。本研究中我们描述并介绍了机载降雪观测台（ASO）的结果，它耦合了成像光谱仪，扫描激光雷达以及积雪分布模型以测定积雪光谱反照率...
发布时间:
2020
-
07
-
30
浏览次数：318
近端成像遥感技术可根据特定的外部反射特征对生物体进行表征和特征描述。这些成像技术引起了人们的关注，并广泛应用于植物和动物的生态、系统、进化以及生理研究中。然而，重要的因子可能会影响质量和体反射率特征的一致性，从而影响这些技术作为非侵入式表型和特征的部分能力。我们从3种昆虫中获得了高光谱体反射率，并研究了制备程序和保存时间如何影响反射率对性别，来源和年龄响应的能力。辐射光谱的不同部分对制备程序和保存时间的敏感性差异很大。基于3个昆虫物种的研究，我们成功确定了特定的辐射区域，基于以下两个方面，表型形状变得更加明显：（1）用蒸馏水轻轻清洗博物馆标本，或（2）用70%的乙醇杀死并保存昆虫标本。杀死和保存程序的标准化将极大地提高近端成像遥感技术在表征和研究无脊椎动物生态和进化上的能力。【材料】83个叶蝉标本（41个雌性和42个雄性）（半翅目：叶蝉科），来源于西北农林科技大学昆虫博物馆。获取所有标本清洁前后的高光谱图像。新捕获的实验室饲养的西花蓟马标本，最初是2007从中国农业科学院蔬菜花卉研究所温室中甜瓜上采集的。新捕获的褐飞虱标本（半翅目：飞虱科）来自浙江省农业科学院稻田的实验室饲养群体。【光谱成像】在标本上方20厘米安装推扫式高光谱相机（PIKA XC，Resonon），并在人工照明下以50 px/mm2的空间分辨率采集光谱图像。蒸馏水清洗前后叶蝉雄性和雌性代表图像（a）。在波长435-...
发布时间:
2020
-
07
-
29
浏览次数：164
近端遥感作为昆虫病媒中植物病原检测的诊断工具，有两个基本假设。首先，通过昆虫媒介获得植物病原体会引起昆虫媒介的生理变化；也就是说，病原体可能只存在于非常特殊的组织或器官（如唾液腺），但它可能引起昆虫媒介对病原体的系统生理变化/反应。其次，根据体表反射特征，即使在杀死昆虫标本，并将其储存在70%的乙醇中以后，也能检测到病原体对昆虫生理学的影响。最近对后一种假设进行了调查，并证明建议将样本储存在70%乙醇（与50%或90%相比）中。这项研究表明，在70%乙醇中储存长达数周的时间对昆虫样品反射特性的影响微乎其微。这些技术细节非常重要，因为它们强调了昆虫标本可以在现场收集、储存在70%乙醇中，并可以在进行诊断成像测试之前装运，但是在开始广泛试验之前，应评估每种昆虫的这种效果是否可行。越来越多的学者开始研究利用近端遥感技术来检测和诊断植物和昆虫病媒中的病原体，这说明这种基于反射的技术可用于改进检疫和检验工作以及区域作物疾病监测。也就是说，与商业诊断实验室目前提供的基于PCR和酶联免疫吸附试验的服务类似，反射的技术似乎也拥有提供此类服务的潜力，以便农业利益相关者能够将昆虫样本运送到这些实验室，并获得关于感染率的快速、可靠和经济有效的数据。遥感数据是在与先前研究类似的环境条件下从单个成年甜菜叶蝉样本中获取的。成体样本的年龄、性别和交配状态未知，目的是模拟成体甜菜叶蝉在田间采样时遇到的变异。使用安...
发布时间:
2020
-
07
-
10
浏览次数：187
高效的N肥使用产出需要平衡最小的环境污染和最大的产量，N素使用效率是目前精准农业中重要问题之一。于2017年6月，应用无人机高光谱成像系统对八种不同氮处理的冬小麦进行了高光谱图像采集。高光谱成像仪采用美国RESONON公司的Pika-L，波段范围400-1000nm，系统集成了惯导测量系统（IMU）和稳定云台，可以获得较高精度的光谱分辨率和空间分辨率的数据。同时在地面采集并获得冬小麦的叶绿素含量（CHL）、叶面积(LAI),利用偏最小二乘法进行反演估算，(RLAI 2= 0.79, RMSELAI [m2m2] = 0.18, R2CHL = 0.77, RMSECHL [_g cm-2] = 7.02)，并采用多元线性回归模型进行了产量估测（R2产量＝0.88，RMSEfield[dt ha-1]=4.18）。利用该模型，可以对高光谱图像进行像素水平的预测。结果表明，在一定施氮量以上，进一步施肥不一定会继续导致产量增加，为高光谱精准农业研究提供了一定了理论支持。1 实验设计试验田位于德国西北部的奥斯纳布吕克大学，包括8个处理，6个施氮水平。氮肥水平选择在0到150 kg ha-1，如图所示，不同颜色代表了不同的处理。图1研究区域2 数据处理高光谱传感器采用美国RESONON公司的PikaL,无人机系统采用大疆无...
发布时间:
2020
-
07
-
10
浏览次数：376