在農(nóng)業(yè)生產(chǎn)實踐中，作物經(jīng)常會同時面臨生物和非生物脅迫的雙重影響。水稻作為種植面積廣的作物，從而面臨一系列的環(huán)境挑戰(zhàn)。在熱帶和亞熱帶地區(qū)，水稻面臨的主要非生物脅迫就是干旱脅迫，同時如稻瘟病、白葉枯病等生物脅迫也會嚴(yán)重降低水稻的產(chǎn)量。氣候變化模型則預(yù)測環(huán)境變化將會進一步加重這兩類脅迫的發(fā)生頻率與強度。因此，通過快速、無損、的植物表型光學(xué)分析技術(shù)進行這方面的研究就成為了極其迫切的任務(wù)。

    捷克科學(xué)院變化研究所聯(lián)合美國堪薩斯州立大學(xué)、水稻研究所等單位開展了這方面的研究。研究者通過FP100手持式葉綠素?zé)晒鈨x、FluorCam便攜式熒光成像儀和WinePen光譜儀分別測量多種近等基因系水稻在不同脅迫下的葉綠素?zé)晒鈪?shù)與植被指數(shù)。

左圖：感染稻瘟病和白葉枯病的水稻；右圖：實驗中使用的手持式儀器

    葉綠素?zé)晒夥治霰砻?，光系統(tǒng)II大量子產(chǎn)額Fv/Fm、實際量子產(chǎn)額QY_Lss和穩(wěn)態(tài)葉綠素?zé)晒?/span>Ft_Lss都可以有效地分辨稻瘟病和白葉枯病。而在進行干旱脅迫檢測時，QY_Lss則效果不好。

感染稻瘟病水稻葉片的Fv/Fm葉綠素?zé)晒獬上駡D

    通過光譜儀獲得的植被指數(shù)則表明稻瘟病和干旱可以通過可見光波段的反射光譜植被指數(shù)來檢測，而白葉枯病可以通過近紅外波段相關(guān)的反射光譜植被指數(shù)來檢測。

研究中使用的植被指數(shù)

    除了葉綠素?zé)晒饧夹g(shù)與反射光譜技術(shù)以外，本文獻作者還提到了UV紫外光激發(fā)熒光來監(jiān)測生物脅迫，即UV-MCF多光譜熒光成像技術(shù)。這一技術(shù)尤其適用于生物脅迫研究，其主要應(yīng)用有：1. 作物病害早期無損檢測；2. 與FluorCam葉綠素?zé)晒獬上窦夹g(shù)、Specim高光譜成像技術(shù)、紅外熱成像技術(shù)聯(lián)合運用，研究脅迫尤其是病害對光合系統(tǒng)、植物防御機制與次生代謝、氣孔關(guān)閉與葉片溫度的影響。

    鱷梨感染白紋羽病的葉綠素?zé)晒?、多光譜熒光與熱成像分析。葉綠素?zé)晒獬上穹从彻夂舷到y(tǒng)的受損情況；多光譜熒光成像反映植物防御機制激活過程；熱成像通過溫度變化反映病菌造成的氣孔關(guān)閉（Granum E, et al. 2015）。

模塊式植物表型分析技術(shù)方案推薦：

1. 基礎(chǔ)方案：FP110手持式葉綠素?zé)晒鈨x+RP410手持式植物反射光譜儀或者廠家定制WinePen
2.  進階方案：FluorCam葉綠素?zé)晒獬上裣到y(tǒng)+Specim IQ 手持式高光譜成像儀
3. 方案：FluorCam多光譜熒光成像系統(tǒng)+ FX10/FX17 輕便型高光譜成像儀或SisuCHEMA高光譜掃描成像分析系統(tǒng)

參考文獻：

• Šebela1D, et al. 2017. Chlorophyll fluorescence and reflectance-based non-invasive quantification of blast, bacterial blight and drought stresses in rice. Plant and Cell Physiology，59(1):30-43