在日益發(fā)展的當(dāng)代農(nóng)業(yè)研究中，通過地面?zhèn)鞲衅骶W(wǎng)絡(luò)監(jiān)測(cè)作物的表型性狀，進(jìn)一步分析作物生理生化特征、養(yǎng)分變化和評(píng)估生物量，有助于灌溉和施肥管理，提高作物養(yǎng)分利用效率。

高光譜成像作為一種新興的高通量、大尺度作物表型研究技術(shù)，它提供了一種快速、準(zhǔn)確和無損的方法來評(píng)估作物生理和生化狀況，可以應(yīng)用于作物生命的整個(gè)周期。目前高光譜成像技術(shù)已經(jīng)成功地應(yīng)用于作物研究，如大麥的早期干旱脅迫、油菜中的宏量營(yíng)養(yǎng)素含量和分布、黃瓜葉片中的氮分布等植物性狀的預(yù)測(cè)，以及植物生理生化分析。

澳大利亞阿德萊德大學(xué)Brooke Bruning等研究人員，使用Specim FX10和SWIR兩款高光譜成像儀器獲取在九種土壤養(yǎng)分條件和兩種水處理?xiàng)l件下的四個(gè)小麥基因型的高光譜數(shù)據(jù)，研究基于高光譜成像技術(shù)的原位、無損測(cè)量的特點(diǎn)，定量測(cè)定了小麥植株的水分分布和氮水平，并有效評(píng)估了小麥生理和生化狀況。該研究成果于2019年發(fā)表于Frontiers in Plant Science期刊。（文獻(xiàn)：The Development of Hyperspectral Distribution Maps to Predict the Content and Distribution of Nitrogen and Water in Wheat(Triticum aestivum）

植物內(nèi)部水和氮空間分布可視化過程

通過獲取400-2500nm范圍內(nèi)的小麥高光譜數(shù)據(jù)，并將光譜信息與水分和氮素水平進(jìn)行關(guān)聯(lián)，利用這些數(shù)據(jù)建立能夠預(yù)測(cè)小麥水分和氮水平的數(shù)學(xué)模型，將表現(xiàn)的模型的回歸系數(shù)應(yīng)用于高光譜圖，可視化分析氮和水的分布以及植物內(nèi)部的任何空間變異。

研究發(fā)現(xiàn)不同處理的樣品之間存在明顯差異，澆水（圖A）的植物呈黃紅色（含水量為72-88％），而干旱（圖C）時(shí)植物則主要為綠色（含水量64-72％），葉片基部水分含量較高，而葉尖處水分含量下降，葉片中脈附近的水分含量也明顯高于葉片外側(cè)，這些差異和相鄰像素間的逐漸退化表明，水分分布圖能夠可視化植物內(nèi)部空間變化。低氮植株（圖B）和高氮植株（圖D）也是如此，由于模型過度擬合，氮分布圖受到噪聲的影響。研究結(jié)果表明，高光譜圖像和多元回歸模型在估計(jì)植物化學(xué)性質(zhì)水平和分布方面具有很高的潛力。

左圖：使用PLSR模型預(yù)測(cè)的水（上）和氮（下）回歸圖顯示了所有試驗(yàn)方法的性能

右圖：澆水(A)和干旱(C)植物的水分含量和低(B) 和高(D)氮素土壤的植物氮水平預(yù)測(cè)

該研究結(jié)果表明，高光譜成像在原位、無損地估計(jì)活體植物樣品化學(xué)性質(zhì)水平和分布方面具有很高的潛力。通過分布圖可以提供養(yǎng)分積累的空間定位信息，有助于了解不同處理?xiàng)l件下葉片養(yǎng)分含量的變化。評(píng)估植物可利用養(yǎng)分和植被狀況的變化，可以提供描述植物生長(zhǎng)和發(fā)育的重要信息，從而利用盡可能少的肥料實(shí)現(xiàn)產(chǎn)量大化。

易科泰生態(tài)技術(shù)有限公司及其光譜成像與無人機(jī)遙感技術(shù)（西安）研究中心擁有SpectraScan、ThermoRGB 光譜成像軟硬件設(shè)備以及EcoDrone®無人機(jī)遙感平臺(tái)，可提供作物營(yíng)養(yǎng)代謝、生理生化、逆境生物學(xué)、作物表型分析等技術(shù)服務(wù)、實(shí)驗(yàn)合作及全面技術(shù)方案。

（銀杏葉化學(xué)成分做圖，SpectrAPP項(xiàng)目）