FluorCam葉綠素熒光成像技術

紅外熱成像技術

高光譜成像技術

PlantScreen植物高通量表型成像分析技術

FluorCam葉綠素熒光成像技術方案

作物產量的提高需要同步化綜合評估作物形態性狀和生理性狀，高通量定量化作物生理狀態測量分析技術尤為重要，而葉綠素熒光成像技術是監測作物生理性狀表型的最適合的技術

——引自IPK Henning Tschiersch、Thomas Altmann等：Establishment of integrated protocols for automated high throughput kinetic chlorophyll fluorescence analyses. Plant Methods, 2017.

PSI公司首席科學家Nedbal教授與公司總裁Trtilek博士等首次將PAM葉綠素熒光技術與CCD技術結合在一起，研制成功了FluorCam葉綠素熒光成像技術（Nedbal等，2000），并于1997年為美國華盛頓大學提供了第一臺商業FluorCam系統。FluorCam葉綠素熒光成像技術成為上世紀90年代葉綠素熒光技術的重要突破，使科學家們對光合作用與葉綠素熒光的研究一下子進入二維世界和顯微世界（Kupper等，2000；Sumava，2000），并成為高通量測量分析植物生理性狀表型的有力工具。目前FluorCam葉綠素熒光成像技術已成為世界上最權威、使用最廣、種類最全面、發表論文最多的植物生理生態與表型分析研究儀器。易科泰生態技術公司從2007年代理PSI公司中國市場以來，先后安裝調試了FluorCam便攜式葉綠素熒光成像儀、FluorCam便攜式Chl/GFP熒光成像儀、FluorCam封閉式葉綠素熒光成像系統、FluorCam Chl/GFP封閉式熒光成像系統、FluorCam標準版開放式葉綠素熒光成像系統、FluorCam開放式大型版葉綠素熒光成像系統、FluorCam開放式多光譜熒光成像系統、FKM多光譜熒光動態顯微成像系統、FluorCam移動式大型版葉綠素熒光成像系統等，并在Ecolab實驗室裝備了2臺便攜式葉綠素熒光成像儀、1臺封閉式熒光成像系統、1臺開放式葉綠素熒光成像系統及其它PAM調制葉綠素熒光儀。   

       FluorCam葉綠素熒光成像技術主要優勢特點：

1)應用最廣、發表論文最多、最權威，是植物表型分析、生物技術、遺傳育種等領域的最先進、最重要的研究工具

2)種類最全面：

  a)成像面積有31.5x41.5mm、13x13cm、20x20cm、35x35cm乃至超大型70x70cm不同規格

  b)有便攜式、封閉式、開放式、大型臺式、樣帶掃描式、XYZ三維掃描式、光合連用式、FKM熒光顯微成像與光譜分析等不同類型

  c)可應用于實驗室、溫室及野外（有專用于野外的便攜式、移動式等）

3)功能最全：

  a)最全面的葉綠素熒光成像Protocols，包括Fv/Fm、Kautsky誘導效應、熒光淬滅、光響應曲線、QA再氧化（適于封閉式）、OJIP快速熒光動力學（適于封閉式）等Protocols

  b)可擴展GFP、YFP等穩態熒光成像

  c)可擴展UV-MCF多光譜熒光成像

  d)可擴展PAR吸收與NDVI成像

  e)可選擇Protocols自動運行模式（用于無人值守監測等）

  f)可選配不同智能LED光源及相應濾波器等

4)在同等解析度條件下，靈敏度最高，可達50fps@720x560pixels，是分辨率和靈敏度最優的專業葉綠素熒光鏡頭；可選配其它高分辨率或超高靈敏度鏡頭

5)智能LED、熒光成像鏡頭等全部有PSI公司自主生產，兼容性、穩定性強，維護成本低（幾乎是免維護），性價比最高

6)橙紅色測量光源比藍色更深入進到葉肉細胞并被葉綠素吸收，從而測量葉綠素熒光參數更準確穩定（Red photons reach the deeper mesophyll layers than blue ones which are more readily absorbed by chlorophylls closer to the surface——引自Zuzana Benediktyova and Ladislav Nedbal: Imaging of multi-color fluorescence emission from leaf tissues, Photosynth Res, 2009）

7)標配為紅、蘭或紅、白雙色光化學光，白色可以模擬自然光照，紅、蘭組合可以實驗不同光質組合的光合效率實驗研究（參見Hogewoning等，2010，Blue light dose-responses of leaf photosynthesis, morphology, and chemical composition of Cucumis sativus grown under different combinations of red and blue light, Journal of Experimental Botany, 2010），比其它單一激發光源產品有更大的優勢

8)FluorCam葉綠素熒光專業分析軟件（參見《FluorCam葉綠素熒光成像技術及其應用》專輯）

紅外熱成像技術方案

 

    植物必須在吸收更多CO2以進行光合作用及降低因蒸騰作用而導致的水分消耗之間保持平衡，而氣孔則是這個過程的關鍵所在，以至于植物氣孔及其行為深刻影響著全球CO2和水分通量。鑒于氣孔在植物水分利用效率（WUE）乃至水循環、及植物光合作用乃至生產力（農業中表現為作物產量）中扮演的重要角色，植物氣孔成為生物技術、遺傳育種、基因組學與表型組學、及生態學研究的重要目標。植物對各種環境脅迫因素的響應特別是干旱脅迫、熱脅迫等都會引起氣孔導度等行為變化，而氣孔行為比如關閉或開放程度（氣孔導度）的任何變化，都會表現為植物溫度的變化，因此，植物葉片、冠層溫度的時空變化成為科學家觀測研究“診斷”植物生理生態、光合作用、遺傳育種、WUE、植物脅迫與抗逆性等的最重要的數據源之一，紅外熱成像技術則成為最重要的研究工具。

    易科泰生態技術公司提供全球最先進的植     物紅外熱成像技術方案：

1) From Ground-based to UAV-based, from a leave to plant canopy to a landscape

2) 高空間分辨率：640x512比特

3) 高溫度分辨率：0.03°C

4) 傳感器經過校準并具校準證書

5) 每個像素點都具備多維數據：位置信息、時間信息和溫度信息，可將每個像素的數據信息下載到excel表中

6) 點、線、面可自由選擇并顯示最高溫度、最低溫度、平均溫度、溫度分布

7) 具備實驗室、野外大田地面觀測及無人機紅外熱成像遙感全面解決方案

8) 可與FluorCam葉綠素熒光成像技術組成集成技術方案，以全面成像測量分析植物光合效 率與氣孔導度及WUE的關系，并分析計算植物內源性水分利用效率。

高光譜成像技術方案

    太陽光輻射照射到植物上，一部分被反射回大氣中，一部分被吸收進行光合作用，一部分產生熱散失。通過FluorCam葉綠素熒光成像技術可以成像測量分析植物吸收太陽能的光合利用效率等，通過紅外熱成像技術可以成像測量植物熱時空分布進而分析氣孔導度及水分利用效率等，而利用高光譜技術對植物反射光譜進行成像測量分析，可以得到植物特征光譜反射曲線，分析得出各種植物光譜反射指數如NDVI植被歸一化指數（與葉綠素含量相關）、光化學反射指數PRI（可反應光利用效率）、SIPI（用于植物健康監測）、歸一化氮指數NDNI、歸一化木質素指數NDLI、植被衰減指數PSRI、類胡蘿卜素指數CRI、花青素反射指數ARI等等。

 

易科泰生態技術公司積多年植物科學、農業科學技術研究服務經驗，與國際合作伙伴合作，提供植物高光譜技術應用全面解決方案：

1)  基于地面機器人技術與空中無人機遙感技術平臺，可以對葉片、冠層、樣方或大面積景觀高光譜遙感影像分析

2)  手持式、便攜式、樣帶掃描式、無人機遙感等不同技術方案

3)  從多光譜到高光譜，不同光譜范圍、不同波段數量、不同分辨率、各種價位方案供選配

型號	成像	光譜范圍	波段數	分辨率	UAV	地面
ET-F	推掃式	400-1000nm	60,120,240	800x掃描長度	?	?
ET-SWIR	推掃式	900-1700nm	80	250x掃描長度	?	?
ET-1000	推掃式	600-1000nm	100	2048x掃描長度	?	?
ET-2000	框幅式	600-1000nm	25	256x256／400x200	手持式或UAV
ET-D2000	框幅式	450-970nm	40	500x270	?	?
ET-B150	推掃式	450-1000nm	150	2000x掃描長度	?	?

4)  可與FluorCam葉綠素熒光成像技術、紅外熱成像技術等組成技術集成方案，全面進行植物表型成像測量分析

 

 

PlantScreen高通量植物表型成像分析技術

 

    PlantScreen高通量植物表型成像分析平臺由國際知名公司PSI公司研制生產，整合了LED植物智能培養、自動化控制系統與機器人技術、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、自動條碼識別管理、RGB真彩3D成像、激光掃描分析、自動稱重與澆灌系統等多項先進技術，以最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全方位生理功能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、作物抗性篩選、作物遺傳育種及植物生理生態分析研究等。作為全球第一家研制生產植物葉綠素熒光成像系統的廠家，PSI公司在植物表型成像分析領域處于全球的技術前列，大面積葉綠素熒光成像分析功能使PlantScreen成為植物表型分析與功能成像分析的最為先進的儀器設備。

主要技術特點：

1) From FluorCam to PlantScreen，多樣化選配方案滿足不同實驗研究需求、不同預算要求

2) 臺式、樣帶式、XYZ三維掃描式、傳送帶式，實驗室、溫室、野外移動式各種安裝使用條件

 

3)模塊式結構，靈活配置，可擴展：

a) 智能LED光源及生長箱、溫室

b) 智能LED光源光適應室，保障不同光輻射強度的均一光適應或暗適應

c) 不同容量大小、不同安裝設計規格的植物自動傳送系統

d) 基于機器人技術、不同規格大小的XYZ三維自動掃描系統

e) FluorCam葉綠素熒光成像技術，35x35cm成像面積或80x80cm成像面積，滿足不同大小植物葉綠素熒光成像分析

f) 3D RGB彩色成像分析技術

g) VNIR或NIR高光譜成像分析，0.8nm光譜分辨率，全面分析植物各種光譜反射指數

h) NIR近紅外成像分析技術，三維成像分析植物水分時空分布

i) 紅外熱成像分析技術

j) 激光掃描成像分析技術

k) 自動稱重與澆灌技術

4) 無與倫比的FluorCam葉綠素熒光成像技術，是植物生理功能表型組學研究、生物技術、脅迫敏感性與抗性檢測分析、光合效率高通量表型分析等最先進也是唯一的選擇。在表型分析領域，這一技術在國際上仍然沒有其它產品可以替代。其它商業化表型分析系統盡管列出可以有葉綠素熒光成像，但根據非常有限的資料介紹看，勉強可做的是Kautsky誘導效應，然后給出一個近似的參數ΔF/Fm，由于技術不夠成熟，至今仍難以找到有影響力的參考文獻（用于表型分析）

 

5) PlantScreen采用的是校準的紅外熱成像傳感器，得到的不僅是影像，還有大量數據——實際溫度；而且PlantScreen紅外熱成像有專門的智能LED可控光源（氣孔動態與光照關系密切），沒有可控光源，成像室內的溫度變動噪音會大于植物生理生態變化造成的溫度差異；另外，還可以通過RGB“面具”技術，得到邊境清晰精準的紅外熱成像。這些性能特點是其它同類產品所不具備的

6) PlantScreen NIR成像采用多濾波器技術，不僅測量水分吸收峰值1450nm，還可進行reference測量如植物對1000nm反射，從而得到高反差水分分布信息。而其它產品近紅外成像只有一個濾波器得到1400nm的反射影像，沒有reference測量（對照參考測量），得到的數據很大程度上缺乏量化、信噪比非常低

7) PSI不僅是FluorCam葉綠素熒光成像技術的研發生產者，應用于PlantScreen的傳感器（包括高光譜、近紅外、紅外熱成像等）、智能LED光控技術、FytoScope生長室等都由自己生產，從而保障了產品技術的穩定性、可靠性、兼容性及性能指標和價格的實在性，有效避免了維護費用高、兼容性差、容易出問題、性價比低等缺陷

8) PlantScreen所測量的所有數據都是透明的、可以追溯的，而不像其它同類產品只是一個“黑箱”，缺乏原數據的透明性等

9) PSI的表型大數據軟件功能全面先進，具備強大的分析能力、可視化、數據庫等，如對葉片跟蹤監測功能（leaf tracking），可以持續跟蹤監測葉片的生長、變化等等，這是其它同類產品所不具備的

10) PlantScreen不僅可以通過高分辨率RGB鏡頭 或激光掃描構建3D模型，而且還可以通過投射技術，將與其它傳感器所得數據如葉綠素熒光、紅外熱成像溫度數據、近紅外數據、高光譜數據等投射在3D模型上一起進行對比分析等，其它同類產品完全不具備，甚至不能創建真正的3D模型

11) PSI公司建有植物表型分析研究中心，中心有首席科學家帶隊的技術團隊，并發表多篇學術論文，與中國易科泰生態技術公司有著長達10年的合作，設有技術支持中心和EcoLab實驗室，售后服務和技術支持有著充分的保障

 

 

上圖為RGB二維形態成像分析；下圖為不同表型成像分析技術（2D RGB成像、FluorCam葉綠素熒光成像、高光譜成像）同步分析，結果表明，Rfd最為敏感，實驗一小時后就可以檢測到實驗組（干旱脅迫）與對照組的明顯差別（左圖為RGB彩色成像分析（葉面積），中圖為FluorCam葉綠素熒光成像分析（熒光衰減指數），右圖為高光譜成像分析（植被歸一化指數））

 根窗技術高通量根系表型分析

近期部分參考文獻：

1)          Celine Rousseau etc. High throughput quantitative phenotyping of plant resistance using chlorophyll fluorescence image analysis. Plant Methods 2013

2)          Anna Rusaczonek etc. Role of phytochromes A and B in the regulation of cell death and acclamatory responses to UV stress in Arabidopsis thaliana. Journal of Experimental Botany 2015

3)          Celine Rousseau etc. Phenoplant: a web resource for the exploration of large chlorophyll fluorescence image datasets. Plant Methods 2015

4)          Fildas Bourdais etc. Large-scale Phenomics identifies primary and fine-tuning roles for CRKs in responses related to oxidative stress. PLOS Genetics 2015

5)          Katarzyna Mozdzen etc. Effect of drought stress induced by mannitol on physiological parameters of Maize(Zea mays L.) seedlings and plants. Journal of Microbiology, Biotechnology and Food Sciences 2015

6)          Jan F Humplik etc. Automated integrative high-throughput phenotyping of plant shoots: a case study of the cold-tolerance of pea. Plant Methods 2015

7)          Jan F Humplik etc. Automated phenotyping of plant shoots using imaging methods for analysis of plant stress responses – a review. Plant Methods 2015

8)          Maria L. Perez-bueno etc. Multicolor fluorescence imaging as a candidate for disease detection in plant phenotyping. Frontiers in Plant Science 2016.

9)          Mariam Awlia etc. High-throughput non-destructive phenotyping of traits that contribute to salinity tolerance in Arabidopsis thaliana. Frontiers in Plant Science 2016

10)      Tepsuda Rungrat etc. Using phenomic analysis of photosynthetic function for abiotic stress response of gene discovery. BioOne 2016

11)      Matthew Jacobs etc. Photonic multilayer structure of Begonia chloroplasts enhances photosynthetic efficiency. Nature Plants 2016

12)      Carmen M. Ortiz-Bustos etc. Fluorescence imaging in the red and far-red region during growth of Sunflower Plantlets diagnosis of the early infection by the parasite Orobanche Cumana. Frontiers in Plant Science 2016

13)      Henning Tschiersch etc. Establishment of integrated protocols for automated high throughput kinetic chlorophyll fluorescence analyses. Plant Methods 2017.

14)      Joao Serodio etc. A chlorophyll fluorescence-based method for the integrated characterization of the photophysiological response to light stress. Journal of Experimental Botany 2017

15)      Monica Pineda etc. Use of multicolour fluorescence imaging for diagnosis of bacterial and fungal infection on zucchini by implementing machine learning. Functional Plant Biology 2017