背景
表型是新植物栽培品種發展的瓶頸，該研究引入了一種新的高光譜表型分析系統，此系統將冠層測量的高通量與高空間分辨率和可控測量環境的優勢相結合。此外，測量的大麥生長在大容器（稱為Mini-Plots）中，這使得植物能夠在溫室實驗中形成田間表型，從而不受容器尺寸的影響。
在接種白粉病后30天，通過Specim V10E高光譜成像研究了6個大麥品種。憑借高空間分辨率和穩定的測量條件，可以通過Simplex Volume Maximization和Support Vector Machines機械組合自動量化白粉病癥狀。在手動評級期間，一旦肉眼可見癥狀，就可以立即進行檢測。實現了在實驗過程中每個測量日對所有栽培品種的疾病嚴重程度的準確評估。此外，還檢測到一個基于壞死癥的抗白粉病品種。
高光譜表型分析系統是結合了基于現場的冠層水平測量系統（高通量、自動化、低手動工作量）和基于實驗室的葉片水平兩者優勢的測量系統（高空間分辨率、受控環境、時間序列測量的穩定條件），這樣就可以進行準確和客觀的疾病嚴重程度評估，而無需經過培訓的專家評定——他們可以在早期階段進行視覺分級，以及檢測疾病癥狀。因此，它是植物抗性育種很有前途的研究工具。
Specim高光譜成像，表型分析平臺，溫室，高通量，疾病分級，Simplex Volume Maximization, Support Vector Machine
圖.1 Klein?Altendorf校園溫室表型Mini?Plot設備，分為溫室內部（a）和溫室外部（b），高光譜表型分析系統示意圖見（c）。Mini-Plot設備的軌道系統與漫射人工光源和幕布相結合，可在高度受控的環境條件下實現自動測量。Specim V10E高光譜成像（HSI）傳感器和基于鏡像的掃描儀系統相結合，可以對整個Mini-Plot進行快速，高分辨率的測量。
圖.2 健康植物組織和白粉病癥狀的光譜特征和豐度圖（平均值為50像素/每個）。光譜特征（左）表示傳感器的光譜測量區域上的像素的平均反射率。豐度圖（右）顯示了基于具有25個原型的相同像素豐度平均值的表現，這些原型是在使用Simplex Volume Maximization轉換數據集期間選擇的。與健康或癥狀組織高度相關的原型單獨顯示，每個原型都是來自原始高光譜數據集的真實光譜特征（原型光譜特征的顏色代表相應像素的顏色，這對人眼來說是可見的），Pm代表白粉病（powdery mildew）
表1在實驗過程中對每個大麥品種疾病進行的人工評級（2016; - 表示無癥狀）
*根據德國品種名單的評級
圖.3 不同冠層水平上對健康和有癥狀的組織所做的光譜特征圖譜（30個像素的平均值）
圖.4 在實驗過程中不同大麥栽培品種的疾病嚴重程度。基于像素百分比估計疾病嚴重性，在Simplex Volume Maximization (SiVM)和遵循監督分類Support Vector Machines (SVM)后被歸類為含有白粉病的癥狀
圖.5 實驗過程中（16天、18天、22天、26天）高易感品種Milford 和 Tocada（同樣時間段）在白粉病感染后的空間分布情況，通過pseudo RGB圖像和 Support Vector Machines (SVM)假彩色圖像分級（綠色為健康組織，紅色為白粉病癥狀，藍色為背景）
圖.6 大麥抗性品種Irina接種2天后健康組織和壞死病變組織對白粉病感染的分級情況，假彩色圖片顯示了Mini-plots中對照組和接種組植物的壞死病變空間分布。另外，圖像中總像素百分比被定義為過敏反應的組織以右側柱狀圖表示，接種組在被定義為壞死病變表達的像素占比上有明顯增加，
以上內容摘自研究論文：
Stefan Thomas, Jan Behmann et al. Quantitative assessment of disease severity and rating of barley c*rs based on hyperspectral imaging in a non-invasive, automated phenotyping platform. Plant Methods (2018) 14:45.
16
立即詢價
您提交后，專屬客服將第一時間為您服務