WIWAM高通量植物表型成像系統(tǒng)由比利時SMO公司與Ghent大學VIB研究所研制生產(chǎn)，整合了LED植物智能培養(yǎng)、自動 化控制系統(tǒng)、葉綠素熒光成像測量分析、植物熱成像分析、植物近紅外成像分析、植物高光譜分析、植物多光譜分 析、植物CT斷層掃描分析、自動條碼識別管理、RGB真彩3D成像等多項*技術(shù)，以較優(yōu)化的方式實現(xiàn)大量植物樣 品——從擬南芥、玉米到各種其它植物的生理生態(tài)與形態(tài)結(jié)構(gòu)成像分析，用于高通量植物表型成像分析測量、植 物脅迫響應(yīng)成像分析測量、植物生長分析測量、生態(tài)毒理學研究、性狀識別及植物生理生態(tài)分析研究等。

室內(nèi)植物表型成像系統(tǒng)WIWAM Line

WIWAM植物表型成像系統(tǒng)由比利時SMO公司與Ghent大學VIB研究所研制生產(chǎn)，整合了LED植物智能培養(yǎng)、自動 化控制系統(tǒng)、葉綠素熒光成像測量分析、植物熱成像分析、植物近紅外成像分析、植物高光譜分析、植物多光譜分 析、植物CT斷層掃描分析、自動條碼識別管理、RGB真彩3D成像等多項*技術(shù)，以較優(yōu)化的方式實現(xiàn)大量植物樣 品——從擬南芥、玉米到各種其它植物的生理生態(tài)與形態(tài)結(jié)構(gòu)成像分析，用于高通量植物表型成像分析測量、植 物脅迫響應(yīng)成像分析測量、植物生長分析測量、生態(tài)毒理學研究、性狀識別及植物生理生態(tài)分析研究等。

The Performances of Hyperspectral Sensors for Proximal Sensing of Nitrogen Levels in Wheat

小麥中氮水平近端傳感的高光譜傳感器性能

利用非破壞性方法準確、高通量地定量測定小麥中的氮（N）含量是鑒定高氮利用效率小麥品系和指導農(nóng)藝管理實踐的重要步驟。在各種植物表型鑒定方法中，高光譜遙感在以快速和無損的方式提供精確測量方面顯示出了希望。過去的應(yīng)用使用了非成像儀器，如光譜儀，而最近的方法已擴展到在不同波長范圍和不同光譜分辨率下工作的高光譜相機。然而，盡管先前的高光譜應(yīng)用取得了成功，但關(guān)于具有不同波長中心和帶寬的高光譜傳感器的一些重要研究問題仍然沒有得到解答，從而限制了該技術(shù)的廣泛應(yīng)用。本研究通過比較三臺高光譜相機和一臺非成像光譜儀，評估了高光譜成像和非成像傳感器估算小麥葉片中氮含量的能力。本研究回答了以下問題：（1）不同系統(tǒng)設(shè)置的高光譜傳感器在對小麥葉片中的氮進行近端傳感時表現(xiàn)如何，需要考慮哪些方面才能獲得最佳結(jié)果？（2） 什么類型的光子探測器對小麥葉片中的氮最敏感？（3） 不同儀器的光譜分辨率如何影響小麥葉片中氮的測量？（4） 小麥中與氮相關(guān)性最高的關(guān)鍵波長是什么？我們的研究表明，具有令人滿意的系統(tǒng)設(shè)置的高光譜成像系統(tǒng)可用于以足夠的精度對小麥中的氮含量進行近端傳感。所提出的方法可以減少對葉組織化學分析的需要，并導致小麥氮的高通量估算。這里的方法也可以在具有不同特征的其他植物上進行驗證。研究結(jié)果可為希望使用高光譜傳感器在植物或葉片尺度上測量氮含量的用戶提供參考。

圖1.數(shù)據(jù)轉(zhuǎn)換和PLSR

將預(yù)處理的反射率數(shù)據(jù)轉(zhuǎn)換為不同的波長范圍和光譜帶以進行建模（圖1）。首先來自FieldSpec 3光譜儀、WIWAM表型分析平臺(FX10 + SWIR) 和 labscanner (FX10) 的反射數(shù)據(jù)被分成三個不同的波長范圍：FULL (VNIR+SWIR)、VNIR 和 SWIR，以訓練和驗證 PLSR 模型。為簡潔起見，圖1中僅繪制了原始數(shù)據(jù)模型在 FULL 波長范圍內(nèi)的第一次折疊驗證結(jié)果。

圖2.PLSR mo的第一重驗證結(jié)果

未經(jīng)變換的FULL-range ASD FieldSpec 3數(shù)據(jù)模型的R2值為0.86，優(yōu)于FX10和SWIR相機的0.77。同樣，經(jīng)過不同的數(shù)據(jù)轉(zhuǎn)換，無論是FULL、VNIR還是SWIR范圍，ASD FieldSpec 3的模型都優(yōu)于表型平臺的FX10和SWIR相機。在光譜重新采樣后，此規(guī)則有一些例外，但這并沒有改變使用光譜儀的接觸測量可以為 PLSR 提供比表型系統(tǒng)更可靠的數(shù)據(jù)的總體趨勢。在表型系統(tǒng)中，F(xiàn)X10 和 SWIR 相機被設(shè)置為對整個植物進行成像。

圖3.PLSR系數(shù)和關(guān)鍵波長的確定

確定關(guān)鍵波長以減少數(shù)據(jù)冗余和提高模型精度至關(guān)重要。圖3繪制了PLSR系數(shù)與波長的關(guān)系圖，在400nm和2400nm 之間確定了26個關(guān)鍵波長。SWIR光譜比VNIR光譜對測量N含量的貢獻更大。 在26個關(guān)鍵波長中，有16個在SWIR范圍內(nèi)。

圖4.交叉?zhèn)鞲衅黩炞C結(jié)果

隨著高光譜成像應(yīng)用的增加，使用不同傳感器應(yīng)用先前開發(fā)的模型而無需重復大量建模工作將是有益的。據(jù)作者所知，很少有報告重新使用以前訓練過的不同傳感器模型。本文將不受葉子幾何形狀影響的光譜儀數(shù)據(jù)開發(fā)的模型應(yīng)用于高光譜圖像。但光譜儀模型并沒有顯示出交叉?zhèn)鞲衅鲬?yīng)用的前景。驗證具有-5.94的大偏差和-18.24的R2值（圖4）。然而估計的N%值與參考值具有線性關(guān)系，表明有可能重新校準模型以提高準確性。交叉?zhèn)鞲衅鹘⑹俏磥淼呐d趣，以允許重復使用以前建立的模型。

圖5.NDVI和R2矩陣

僅對窄帶NDVI進行了估算N%的測試，因為窄帶NDVI的表現(xiàn)明顯優(yōu)于寬帶NDVI，后者可能存在嚴重的飽和度問題。根據(jù)傳感器、植被和土壤類型，不同波段組合可用于計算NDVI。在本研究中，測試了400 nm至2500 nm波長范圍內(nèi)光譜儀數(shù)據(jù)的所有可能窄帶NDVI，半高寬為1 nm。圖5a顯示了一個NDVI矩陣示例，顯示了400 nm至2500 nm范圍內(nèi)光譜特征的所有可能波長組合的NDVI值。計算驗證的R2值，形成NDVI的R2矩陣（圖5b）。在全波長、SWIR和VNIR波長范圍內(nèi)發(fā)現(xiàn)的表現(xiàn)NDVI分別為NDVIfull（1696 nm，729 nm）、NDVIswir（1672 nm，1647 nm）和NDVIvnir（519 nm，582 nm）。相應(yīng)的R2值分別為0.53、0.44和0.53，與N%的相關(guān)性不強。計算了NREAI指數(shù)，相應(yīng)的驗證R2為0.55，其表現(xiàn)與最佳NDVI指數(shù)相似。測試的VIs均不如本研究中建立的高光譜模型，突出了在足夠數(shù)量的光譜波段下估計精度的提高。

相關(guān)閱讀

室內(nèi)植物表型成像系統(tǒng)WIWAM XY

室內(nèi)植物表型成像系統(tǒng)WIWAM conveyor

室內(nèi)植物表型成像柜WIWAM Imaging Box

WIWAM植物表型成像定制系統(tǒng)

WIWAM高通量植物表型組學、植物表型成像、種質(zhì)資源研究系統(tǒng)-玉米研究

WIWAM高通量植物表型組學、植物表型成像、種質(zhì)資源研究系統(tǒng)-水稻線蟲

WIWAM高通量植物表型成像分析平臺應(yīng)用—真菌研究

WIWAM高通量植物表型成像分析平臺—植物病害

WIWAM高通量植物表型成像分析平臺-植物病害研究2

WIWAM高通量植物表型組學成像分析研究系統(tǒng)-玉米研究2

WIWAM高通量植物表型組學成像分析研究系統(tǒng)-擬南芥研究1

WIWAM高通量植物表型組學成像分析研究系統(tǒng)-擬南芥研究4

WIWAM高通量植物表型組學成像分析研究系統(tǒng)-擬南芥研究5

WIWAM高通量植物表型組學成像分析研究系統(tǒng)-擬南芥研究6

WIWAM高通量植物表型組學成像分析-擬南芥的全基因關(guān)聯(lián)圖譜

WIWAM高通量植物表型組學成像研究—擬南芥和玉米轉(zhuǎn)基因品系的功能分析

WIWAM高通量植物表型組學成像研究—作物高光譜功能分析

WIWAM高通量植物表型組學成像分析-輕度干旱條件下生長反應(yīng)的遺傳結(jié)構(gòu)

WIWAM高通量植物表型組學成像研究—輕度干旱脅迫的葉片響應(yīng)

WIWAM植物表型分析平臺—光照和植物幾何形狀對葉片反射光譜的影響

WIWAM高通量植物表型組學成像平臺—擬南芥赤霉素研究