基于RGB和NIR成像的葡萄干旱表型研究
如今，表征生物和非生物胁迫的研究正在快速增长，表型研究方案的标准化正成为一个挑战。在这种情况下，对生理特征和表型特征进行平行测量是非常可取的，特别是在干旱胁迫下。
本文中近期，在发表于《Scientia Horticulturae》题为“Drought phenotyping in Vitis vinifera using RGB and NIR imaging”的文章中，Briglia N等探讨了干旱胁迫下葡萄的生理形态特征是否可以通过非破坏性的RGB和NIR图像分析技术来确定，以实现可负担得起的表型分析。本研究是在欧洲植物表型网络（EPPN）的一个研究中心进行的，EPPN也旨在促进表型方案的标准化。四组20株盆栽葡萄进行不同的灌溉处理，设置每日耗水梯度为100%（对照）、75%（IRR75%）、50%（IRR50%）和25%（IRR25%）。在干旱条件下，同时采集了叶片气体交换量、叶片水势、光系统II效率（Fv/Fm）、RGB和NIR数据。基于不同干旱水平下葡萄的RGB图像建立了植物冠层面积估算模型（R2=0.78），并用该模型估算的叶面积计算单位叶面积耗水量。
本研究使用的植物表型平台（LemnaTec 3D Scanalyzer phenotyping platform）
研究结果表明，叶片水势与可见光谱深绿色等级（R2=0.71）存在相关性，NIR和可见光谱深绿色等级随干旱程度的增加而减少，而可见光谱黄色等级随干旱程度的增加而增加。
叶片蒸腾量（A）、净光合速率（B）、气孔导度（C）、Fv/Fm（D）与茎水势之间的相关性
可见光谱各颜色等级与茎水势的相关性（A棕色，B绿色，C黄色，D深绿色）
NIR与茎水势的相关性
Briglia N等的研究证明了基于RGB和NIR图像识别葡萄水分胁迫的潜力，有助于全球表型研究方案的标准化，也有助于高通量表型研究领域精准灌溉工具的开发。
全文阅读
Briglia N, Montanaro G, Petrozza A, et al. Drought phenotyping in Vitis vinifera using RGB and NIR imaging. Scientia Horticulturae, 2019, 256: 108555.
