植物学研究领域，我们掌握基因组的能力已远超测量其对表型影响的能力。为应对这个不平衡的现状，近年来对植物表型研究的投入渐多，光学测量方法因其速度快、无损伤、可长期追踪监测等优势而发展迅速，其中HSI（高光谱成像）：可适应实验室、温室、野外各种场景；可应用于细胞、叶片、冠层、遥感各种尺度；可实现便携、实验室静态系统、拖拉机和越野车、无人机、船、卫星各种搭载方案。因此高光谱技术在植物表型测量、实现作物优化管理领域应用广泛。澳大利亚拉筹伯大学的Rijad Sarić等学者同国际植物表型设备厂商捷克PSI公司的CEO Martin Trtilek博士，于2021年1月在Trends in Plant Science杂志共同发表综述，全面介绍了高光谱技术在植物表型测量应用中的原理、技术和应用现状：HSI测量够得到植物的叶绿素、叶黄素、类胡萝卜素、花青素、氮、水分、磷、纤维素、蛋白质、矿物质、酚类等代谢物状况信息；植物组织的细胞结构、角质层厚度、细胞垛叠方式等导致的表面纹理特性的变化信息；植物冠层结构和形态信息等；可应用于植物生理生化研究、种子活力评估、光合及呼吸、根系表型、病虫害和非生物胁迫研究、产量预测和农产品质量检测等植物表型研究及应用领域。

以下为利用手持式高光谱仪及高光谱成像技术研究作物表型的应用案例，谨供参考，欢迎垂询

1.VIS-NIR波段高光谱技术应用于水稻含磷状况评估和全基因组关联分析

磷是植物重要的宏量营养元素，缺磷会立刻影响电子传递和CO₂同化（Carstensen A，2018），从而影响作物的生长发育和产量。缺磷植物叶片会表现出缺绿或者萎黄，高光谱特性随之改变。泰国朱拉隆功大学的Sompop Pinit等人测定172种水培小麦在3种P浓度（过量P100、轻度缺乏P5、重度缺乏P0.25）情况下的叶片无机P含量；并使用手持式高光谱测量仪PolyPen RP400测量其相应的反射光谱，选用720-790 nm近红外波段、绿-黄波段和红边波段进行指数计算，得到的P缺乏程度估算的准确性可达85.6%，该方法和全波段光谱的神经网络模型预测准确性相近。同时研究者应用217个反射指数进行113114个SNPs的全基因组关联研究，识别到11个与光谱反射特征相关的位点，其中一些与叶片P含量相关。研究认为，高光谱测量是估算植物含P状态和筛选可高效利用P品种的可靠方法。

2.VIS-NIR波段HSI技术应用于烟草花叶病毒感染早期识别与定量分级

病害可导致植物组织化学成分的变化，据此，Del Fiore等人应用HSI方式快速识别玉米产毒真菌的感染；Mahlei等人应用HSI技术区分3种甜菜病害（叶斑病、白粉病、叶锈病）等。同时，病害也会引起植物组织呼吸速率、形态、叶色、细胞结构、作物密度等物理性状的变化，HSI同样可作为有效的识别工具。浙江大学Hongyan Zhu等人(2017)应用450-1000nm 波段范围HSI技术，应用烟草花叶病毒感染性状对应的特征波段，结合其灰度共生矩阵提取的烟草叶片纹理特征建立机器学习模型，对感染病毒48小时烟草叶片识别准确度达90%，健康叶片达100%，实现了病害早期检测及程度量化分级。

北京易科泰生态技术有限公司提供全面精准表型高光谱测量方案：

参考文献：

[1] Zhu, H et al. (2017) Hyperspectral imaging for presymptomatic detection of tobacco disease with successive projections algorithm and machine-learning classifiers. Sci. Rep 7,412

[2] El- Hendawy, S.E . et al. (2019) Evaluat ion of wavelengths High-through output accessment of growth, water relations and ion contents of wheat irrigated with saline water. Agric. Water Manag. 212, 358– 377

[3] Rijad Sarić et al. (2021) Applications of hyperspectral imaging in plant phenotyping. Trends in Plant Science, TRPLSC 2236 No. of Pages 15