不結球白菜生長發育過程中表型變化AgriPheno訂閱號(hao)專注于持續更(geng)新植(zhi)物(wu)生(sheng)理生(sheng)態、植(zhi)物(wu)表型組學和基因(yin)組學、基因(yin)分(fen)型、智能化育(yu)種及(ji)應用、激光雷達探測技術(shu)及(ji)數據(ju)分(fen)析等領域，國內(nei)外最新資訊、戰略與政策導讀。本文節選了2020年7月-2020年9月推送(song)的代表性文章(zhang)，以供(gong)大家參閱。
植物逆境研究
?
本文提(ti)出了一種新的基于(yu)深度卷積神經網絡（DCNN）的方法，該方法可以使用高空間分辨率的高光(guang)譜圖像（通過(guo)無人機捕(bu)獲）來自動檢測作物病害。
?
本(ben)研(yan)究(jiu)使用VIS-NIR本(ben)研(yan)究(jiu)使用高(gao)通(tong)量植物(wu)表型(xing)分析(xi)系統(tong)，結合RGB和(he)(he)高(gao)光譜相機，來(lai)量化木本(ben)植物(wu)幼苗的生(sheng)長和(he)(he)發育，并(bing)評估它們在受控環境下對干旱脅迫的響(xiang)應。
?
本(ben)研究的目的是評估搭(da)載(zai)消費(fei)級數碼(ma)相機的低(di)成本(ben)表型分(fen)析系統是否(fou)可以用于鑒定抗旱種質。
?
本研(yan)究利用各種(zhong)成(cheng)像技(ji)術獲(huo)取和(he)分析水稻(dao)抗旱突變(bian)體osphyb的表型(xing)數據，建立水稻(dao)抗旱性(xing)的早期和(he)定量篩選平(ping)臺。
?
本文綜述了(le)近年來發展起來的(de)用于(yu)抗旱/耐旱品種(zhong)篩選的(de)高通量表型方(fang)法和平(ping)臺。
植物根系研究
?
本研究利用X射線CT技術(shu)開(kai)發(fa)了(le)水稻(dao)根系構型(xing)三維(wei)可視化的高通量處(chu)理流程。
?
Shovelomics技術是一種簡單、廉(lian)價(jia)的作物田(tian)間高通量根系表型研究方法(fa)，可用于(yu)評價(jia)根系系統及其對環境變化的響應。
?
本(ben)文(wen)認(ren)為菌(jun)根真菌(jun)通(tong)常是決定植(zhi)物種群和群落動態的(de)關鍵因(yin)子(zi)。菌(jun)根真菌(jun)對植(zhi)物種群和群落生物學(xue)有很強(qiang)的(de)影(ying)響，菌(jun)根類(lei)型對種子(zi)散布(bu)、幼苗(miao)建立、土壤生態位分化、種間和種內競爭(zheng)以及植(zhi)物多樣(yang)性都有影(ying)響。
?
本文測(ce)量(liang)(liang)了表(biao)(biao)層土壤（0-10 cm）和亞表(biao)(biao)層土壤（20-30 cm）前五級細(xi)根各根序級的(de)生(sheng)物量(liang)(liang)、解剖結(jie)構、形態(tai)、化學和生(sheng)理功能(neng)屬(shu)性，以期揭示上述功能(neng)屬(shu)性和生(sheng)物量(liang)(liang)分配對(dui)與(yu)土層深度增加相關的(de)資源(yuan)可利用性變化的(de)響應。
植物表型研究方法/方案
?
本研究(jiu)的目的是建立一種基于圖(tu)像的多年生黑麥草NUE快速篩選方法，并探討在低N（0.5 mM）和中N（5 mM）水平下黑麥草育種群(qun)體中NUE的遺(yi)傳(chuan)變異。
?
本(ben)文(wen)旨在(zai)對果樹表(biao)型研究技(ji)術(shu)進行全面而深入(ru)的綜述，包括VIS-NIR光譜、數(shu)字攝影、多光譜和高光譜成像、熱成像和激光雷達(da)（LiDAR）等技(ji)術(shu)，并從結(jie)構參(can)數(shu)、色素和營養成分、水分脅迫、果實生化參(can)數(shu)、病害檢測等方面總結(jie)了(le)這(zhe)些技(ji)術(shu)的應用(yong)。
?
本文對(dui)三種(zhong)不同作(zuo)物(wu)（馬鈴(ling)薯、甜菜和(he)冬小(xiao)麥）進行了無人機激光雷達數據采集，并(bing)評估作(zuo)物(wu)生物(wu)量(liang)和(he)作(zuo)物(wu)高(gao)度的潛(qian)力。
?
本文綜述了使用(yong)具有成本效益的商用(yong)無人機(ji)平臺（低于5000美元(yuan)）進(jin)行(xing)表(biao)型(xing)分(fen)析的各種方(fang)法(fa)和應用(yong)。
光譜技術
?
本文通(tong)過比較三(san)臺(tai)高光譜(pu)相(xiang)機和一(yi)臺(tai)非成(cheng)像(xiang)光譜(pu)儀，評估了高光譜(pu)成(cheng)像(xiang)和非成(cheng)像(xiang)傳(chuan)感器對(dui)小麥葉(xie)片中(zhong)N含量的估算能(neng)力。
?
本(ben)文概述了(le)熱(re)成(cheng)像技術的理論(lun)和基本(ben)原(yuan)理，探討了(le)熱(re)成(cheng)像技術在評估種(zhong)(zhong)子(zi)質量(liang)參數(shu)方面的潛在應用，包括(kuo)種(zhong)(zhong)子(zi)活力的估計、病(bing)蟲害的檢(jian)測(ce)、種(zhong)(zhong)子(zi)損傷和雜(za)質的檢(jian)測(ce)、種(zhong)(zhong)子(zi)分(fen)類和品種(zhong)(zhong)鑒定(ding)等。
?
本文研究了不同(tong)光譜組成對紅(hong)掌切花低溫貯藏性(xing)能的影(ying)響。
?
本文研究了拉曼光譜在植物氮(dan)元素狀態(tai)的(de)早(zao)期診斷與(yu)管(guan)理中的(de)應用。
?
本研(yan)究的(de)目的(de)是(shi)利(li)用無(wu)人機RGB和多光譜圖(tu)像來預測能(neng)源甘蔗(zhe)新(xin)種質的(de)產量和總纖維素含量（total cellulosic content, TCC）。
新觀點/新技術
?
本文綜述了不同類型的(de)等離(li)子(zi)體(ti)處理對植(zhi)物早期生長(chang)過(guo)程中種(zhong)子(zi)表面環境（種(zhong)子(zi)損傷和病原菌滅活(huo)）和生理過(guo)程（增強的(de)抗(kang)氧化(hua)系(xi)統(tong)和激活(huo)的(de)防御反(fan)應(ying)）的(de)影(ying)響及(ji)其應(ying)用(yong)前(qian)景。
?
本實驗利用Ampha Z32花粉(fen)活力分析儀（IFC法）測(ce)試了采自多個國(guo)家的1000份番茄花粉(fen)的活性(xing)。
?
本文對自(zi)(zi)主開發的自(zi)(zi)動化表(biao)型(xing)采(cai)集和(he)分(fen)(fen)(fen)析(xi)平臺(tai)SeedGerm如何完成作物種子發芽(ya)的自(zi)(zi)動化時序(xu)拍攝(she)、基(ji)于圖像的表(biao)型(xing)分(fen)(fen)(fen)析(xi)和(he)基(ji)于監督式的機器(qi)學習、針對不同作物類型(xing)的高通量性狀分(fen)(fen)(fen)析(xi)進行了詳細的介紹。
?
為了(le)縮小表型(xing)差(cha)異，Nagel K A等開發了(le)一個自動化的表型(xing)平臺GrowScreen-Agar，用于(yu)透(tou)明瓊脂(zhi)培養基中小植株根系和芽(ya)性狀(zhuang)的無損表型(xing)分析。
?
在本文(wen)中，Borra-Serrano I等(deng)采集(ji)大豆田間試(shi)驗的(de)高(gao)時(shi)間分辨率(lv)無人機RGB圖像(xiang)，并從中提取冠(guan)(guan)層(ceng)蓋(gai)度(du)(du)(du)和冠(guan)(guan)層(ceng)高(gao)度(du)(du)(du)數(shu)據；采用Gompertz函(han)數(shu)和Beta函(han)數(shu)分別擬合冠(guan)(guan)層(ceng)蓋(gai)度(du)(du)(du)和冠(guan)(guan)層(ceng)高(gao)度(du)(du)(du)數(shu)據，得(de)益于數(shu)據的(de)高(gao)時(shi)間分辨率(lv)，擬合的(de)生(sheng)長曲線精度(du)(du)(du)大于 90％。
植物生理生態研究
?
?
?
?
本文(wen)通過(guo)對番(fan)茄葉片光合作用(yong)相關光譜的綜(zong)合分析，揭示土壤鹽分誘(you)導番(fan)茄葉片抵抗干旱脅(xie)迫的光合機制(zhi)。
?
基于機器學習的理念，本(ben)文提出了(le)一種利用RGBN相(xiang)機成像系統(tong)（Ncam）估算NDVI的低(di)成本(ben)方(fang)法(fa)。
?
本研(yan)究的(de)(de)(de)主要目標是(shi)開發一(yi)個基于無(wu)人機的(de)(de)(de)表型分析工(gong)具(ju)，以評估和預(yu)測白云杉幼苗群體(ti)的(de)(de)(de)光合作用物(wu)候。
人工智能/機器學習
?
本文提(ti)出了(le)一個(ge)完整的(de)(de)圖像處理和機器學習流程(cheng)，用于監測(ce)幼苗的(de)(de)生(sheng)長。
?
本文利用(yong)定制的Python應用(yong)程(cheng)序和PostgreSQL數(shu)(shu)據(ju)庫為田間高(gao)通量植(zhi)物表型平臺開(kai)發了(le)一(yi)個數(shu)(shu)據(ju)工作(zuo)流(liu)程(cheng)。
?
本文提出了(le)一(yi)種改(gai)進和(he)擴展(zhan)的(de)方法：（i）將小波振幅作為基于Laws紋(wen)理(li)能量的(de)神(shen)經(jing)網(wang)絡的(de)輸入，而不是原始(shi)的(de)灰度圖(tu)像(xiang)；（ii）通過將神(shen)經(jing)網(wang)絡預(yu)測結果與Frangi濾波圖(tu)像(xiang)相結合來抑制(zhi)非穗結構（如(ru)葉片）。
其他
?
這(zhe)本小冊子旨在(zai)介紹PAM熒光法，并(bing)提供一系列練習(xi)和(he)實驗，講授(shou)如何使(shi)用(yong)這(zhe)項技術研究(jiu)光合作用(yong)的行為(wei)和(he)光合作用(yong)機(ji)理。
?
這(zhe)是一份來自德國小鎮Effeltrich的實時在線數據，它(ta)的發(fa)送(song)者是德國WALZ公司于2019年(nian)秋季(ji)推出的最新產(chan)品(pin)MICRO-PAM。
?
本書編(bian)寫(xie)人員通過對國內生態站(zhan)及主(zhu)要生態儀(yi)器(qi)銷售廠商的走訪、調查，以及大(da)量文獻資料(liao)的查閱，基(ji)于測(ce)定指標(biao)與傳感器(qi)類型、原理，對不同用途的傳感器(qi)優缺點及使用環(huan)境進(jin)行了(le)篩選(xuan)，同時，選(xuan)擇推薦了(le)不同環(huan)境下(xia)使用的儀(yi)器(qi)型號，為研(yan)究中(zhong)做(zuo)什么、市場(chang)有什么、選(xuan)什么提(ti)供參考。
感謝各位老師、同學(xue)的關注、推薦與(yu)積極(ji)轉發(fa)，Agripheno將(jiang)不忘初心，堅持(chi)把國(guo)內外最(zui)(zui)新資訊、戰略(lve)與(yu)政策導讀分享給大家，以支持(chi)到大家的研(yan)(yan)究工作。作為開放(fang)公眾平臺，我們歡迎大家撰寫各自已發(fa)表文章的介紹投稿，分享最(zui)(zui)新研(yan)(yan)究成果。此外，如您有最(zui)(zui)新的業(ye)內信息需要推送，我們也樂意效勞。