<dfn id="sb4jj"><cite id="sb4jj"></cite></dfn> WIWAM高通量植物表型成像系統由比利時SMO公司與Ghent大學VIB研究所研制生產，整合了LED植物智能培養、自動 化控制系統、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，以較優化的方式實現大量植物樣 品——從擬南芥、玉米到各種其它植物的生理生態與形態結構成像分析，用于高通量植物表型成像分析測量、植 物脅迫響應成像分析測量、植物生長分析測量、生態毒理學研究、性狀識別及植物生理生態分析研究等。
室內植物表型成像系統WIWAM Line
WIWAM植物表型成像系統由比利時SMO公司與Ghent大學VIB研究所研制生產，整合了LED植物智能培養、自動 化控制系統、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，以較優化的方式實現大量植物樣 品——從擬南芥、玉米到各種其它植物的生理生態與形態結構成像分析，用于高通量植物表型成像分析測量、植 物脅迫響應成像分析測量、植物生長分析測量、生態毒理學研究、性狀識別及植物生理生態分析研究等。
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用取得了成功，但關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，從而限制了該技術的廣泛應用。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）不同系統設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如何，需要考慮哪些方面才能獲得最佳結果？（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） 小麥中與氮相關性最高的關鍵波長是什么？我們的研究表明，具有令人滿意的系統設置的高光譜成像系統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.數據轉換和PLSR
將預處理的反射率數據轉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) 的反射數據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中僅繪制了原始數據模型在 FULL 波長范圍內的第一次折疊驗證結果。
圖2.PLSR mo的第一重驗證結果
未經變換的FULL-range ASD FieldSpec 3數據模型的R2值為0.86，優于FX10和SWIR相機的0.77。同樣，經過不同的數據轉換，無論是FULL、VNIR還是SWIR范圍，ASD FieldSpec 3的模型都優于表型平臺的FX10和SWIR相機。在光譜重新采樣后，此規則有一些例外，但這并沒有改變使用光譜儀的接觸測量可以為 PLSR 提供比表型系統更可靠的數據的總體趨勢。在表型系統中，FX10 和 SWIR 相機被設置為對整個植物進行成像。
圖3.PLSR系數和關鍵波長的確定
確定關鍵波長以減少數據冗余和提高模型精度至關重要。圖3繪制了PLSR系數與波長的關系圖，在400nm和2400nm 之間確定了26個關鍵波長。SWIR光譜比VNIR光譜對測量N含量的貢獻更大。 在26個關鍵波長中，有16個在SWIR范圍內。
圖4.交叉傳感器驗證結果
隨著高光譜成像應用的增加，使用不同傳感器應用先前開發的模型而無需重復大量建模工作將是有益的。據作者所知，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據開發的模型應用于高光譜圖像。但光譜儀模型并沒有顯示出交叉傳感器應用的前景。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系，表明有可能重新校準模型以提高準確性。交叉傳感器建模將是未來的興趣，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的表現明顯優于寬帶NDVI，后者可能存在嚴重的飽和度問題。根據傳感器、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波長范圍內光譜儀數據的所有可能窄帶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波長范圍內發現的表現NDVI分別為NDVIfull（1696 nm，729 nm）、NDVIswir（1672 nm，1647 nm）和NDVIvnir（519 nm，582 nm）。相應的R2值分別為0.53、0.44和0.53，與N%的相關性不強。計算了NREAI指數，相應的驗證R2為0.55，其表現與最佳NDVI指數相似。測試的VIs均不如本研究中建立的高光譜模型，突出了在足夠數量的光譜波段下估計精度的提高。
相關閱讀
室內植物表型成像系統WIWAM XY
室內植物表型成像系統WIWAM conveyor
室內植物表型成像柜WIWAM Imaging Box
WIWAM植物表型成像定制系統
WIWAM高通量植物表型組學、植物表型成像、種質資源研究系統-玉米研究
WIWAM高通量植物表型組學、植物表型成像、種質資源研究系統-水稻線蟲
WIWAM高通量植物表型成像分析平臺應用—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-玉米研究2
WIWAM高通量植物表型組學成像分析研究系統-擬南芥研究1
WIWAM高通量植物表型組學成像分析研究系統-擬南芥研究4
WIWAM高通量植物表型組學成像分析研究系統-擬南芥研究5
WIWAM高通量植物表型組學成像分析研究系統-擬南芥研究6
WIWAM高通量植物表型組學成像分析-擬南芥的全基因關聯圖譜
WIWAM高通量植物表型組學成像研究—擬南芥和玉米轉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的遺傳結構
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
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
