模塊式植物表型分析技術(shù)方案（六）
——蔬菜病害初期的快速檢測與鑒定
葉綠素熒光、UV-MCF多光譜熒光、紅外熱成像、以NDVI歸一化植被指數(shù)為代表的反射光譜等成像分析技術(shù)已經(jīng)是目前最先進也最重要的無損植物表型檢測技術(shù)，尤其適用于植物各種生物與非生物脅迫的檢測、預報與響應機理研究。
德國萊布尼茨蔬菜和觀賞植物研究所IGZ的Sandmann研究組對此進行了多年的研究。他們用這幾項技術(shù)測試了各種不同參數(shù)，試圖在蔬菜感染病菌的最初期就將受到生物脅迫和未受到脅迫的植株區(qū)分開。最后，他們使用了一種模式植物-病原體系統(tǒng)：生菜-立枯絲核菌（Rhizoctoniasolani）體系，希望通過這幾種技術(shù)獲得的數(shù)據(jù)能夠?qū)崿F(xiàn)這一目標。
NDVI成像圖與熱成像圖
由于這幾種技術(shù)的原理不盡相同，類似的研究中經(jīng)常需要使用多種儀器才能完成。而FluorCam多光譜熒光成像系統(tǒng)作為FluorCam葉綠素熒光成像系統(tǒng)的最高級型號，是目前唯一有能力實現(xiàn)了一臺儀器上同時完成葉綠素熒光、UV-MCF多光譜熒光、NDVI歸一化植被指數(shù)以及GFP、YFP、BFP、RFP、CFP、DAPI等熒光蛋白與熒光染料的成像分析功能，加裝熱成像模塊后還可以進行熱成像分析。
本論文中使用FluorCam測量的各項參數(shù)及分析數(shù)據(jù)結(jié)果
通過數(shù)據(jù)分析最終發(fā)現(xiàn)葉綠素熒光參數(shù)：PSII最大量子產(chǎn)額Fv/Fm和熒光衰減比率Rfd的區(qū)分效果最好，誤差≤0.052。研究者希望通過進一步工作，將這一發(fā)現(xiàn)應用于園藝和農(nóng)業(yè)生產(chǎn)實踐。
在本研究中，研究者僅測量了反射光譜植被指數(shù)中的NDVI，但實際上可以用于蔬菜病害的植被指數(shù)非常多，如NDVI、PRI、NDSI、NDGI、SR、MCARI、TCARI、TVI、ZMI、SRPI等等數(shù)十項指數(shù)。不同的病害類型都可能適用于其中一個或幾個植被指數(shù)來進行識別和鑒定。因此，進行這方面的研究，最好還是能配備光譜儀或者高光譜成像儀獲取盡可能多的指數(shù)信息。
扁桃樹紅色葉斑病造成葉片反射光譜及相應植被指數(shù)變化（M López-López, et al. 2016）
模塊式植物表型分析技術(shù)方案推薦：
基礎方案：FluorCam開放式多光譜熒光成像系統(tǒng) NDVI成像模塊 WIC紅外熱成像儀
進階方案：FluorCam多光譜熒光成像系統(tǒng) WIC紅外熱成像儀 Specim IQ 手持式高光譜成像儀
高級方案：FluorCam多光譜熒光成像系統(tǒng) WIC紅外熱成像儀 FX10/FX17 輕便型高光譜成像儀或SisuCHEMA高光譜掃描成像分析系統(tǒng)
參考文獻：
Sandmann M, et al. 2018. The use of features from fluorescence, thermography and NDVI imaging to detect biotic stress in lettuce. Plant Disease, 102(6):1101-1107
