Plant Phenomics | 基于溫度注釋的三維點云測量蘋果果實水分脅迫指數

在與全球變暖和水資源短缺相關的應用生態生理學研究中，水果的水分狀態在新鮮食品生產的背景下變得越來越重要。適合的作物水分狀態監測方法對生態生理研究和可持續食品生產至關重要。當前的監測系統可根據空間和時間分辨率要求、傳感器平臺和傳感器類型進行定義。盡管這些近端傳感器的組合提高了準確性，但在大量樹木中變異性、復雜的傳感器安裝與維護及不同水分狀態參數的正確解讀，限制了此方法的實際應用。果實層面的遙感技術可以克服這些缺點，作物水分脅迫指數（CWSI）已廣泛用于通過熱成像檢測整個樹冠的水分不足脅迫。無人機（UAV）和基于地面的熱成像平臺已廣泛應用于作物水分不足脅迫的檢測。近年來，光探測和測距（LiDAR）技術因其在田間條件下提供高分辨率三維幾何信息的能力，廣泛應用于耕作農業和林業，形成三維點云。地面LiDAR傳感器被用于開發幾何果實參數的估算方法，以及在杏園中繪制花朵和果實的分布。地面LiDAR傳感器的進步還使得每個測量點的散射反射強度能夠被獲取，為從整體樹冠的三維點云中分割果實以及量化單個果實的葉綠素含量提供了額外信息。在建筑和機器人等其他學科中，基于LiDAR的三維點云已與熱成像相機的溫度數據進行標注。通過LiDAR獲得的三維果實可視化，使得與溫度數據的標注能夠分析樹冠和果實的四維點云。

2024年9月，Plant Phenomics在線發表了德國ATB研究所和意大利馬爾凱理工大學等的合作完成的題為Fruit Water Stress Index of Apple Measured by Means of Temperature-Annotated 3D Point Cloud 的研究論文。

在本研究中，引入了一個果實水分脅迫指數（FWSI），用于密切分析果實與空氣溫度之間的關系。且本研究的目標是： (a) 從地面移動LiDAR傳感器和熱成像中推導和驗證三維果實表面溫度；(b) 計算并比較估算的與手動測量的FWSI；(c) 利用新方法獲得FWSI在生長季節變化過程中的初步結果。研究中使用了由激光雷達（LiDAR）傳感器和熱成像相機組成的傳感系統，通過3D點云對蘋果樹（Malus x domestica Borkh. “Gala”）進行遠程分析。在對傳感系統進行幾何校準后，將溫度值分配到相應的3D點云中，以重建整個樹冠的熱點云。通過分割屬于果實的注釋點，獲得了標注了溫度信息的果實點云（圖2）。估計的果實表面溫度（TEst）與手動記錄的參考溫度高度相關（r2 = 0.93）。作為方法上的創新，基于TEst，引入了果實水分脅迫指數（FWSIEst），相較于通過傳統2D熱成像獲取的整個樹冠的作物水分脅迫指數，FWSIEst可能提供了更詳細的果實信息。FWSIEst與手動參考數據相比，誤差較低。共考慮了302個蘋果，FWSIEst在生長季節中有所增加。此外，還對50個蘋果進行了每日6次的晝夜測量（總共600個蘋果），這些測量是在商業收獲期進行的。當用空氣溫度加5°C進行計算時，FWSIEst表現出晝夜滯后效應（圖5）。這種FWSIEst的日變化以及果實發育過程中的變化為3D時空果實分析提供了一種新的生態生理學工具，尤其是在作物管理的具體需求方面，更有效地捕捉了更多樣本的見解。

圖2 利用激光雷達和熱傳感器分析冠層內的三維空間溫度分布

圖5 氣溫與果實表面溫度之差（ΔΤ）與果實水分脅迫指數的關系。具體來說，計算了兩種水分脅迫指數：一是根據Irmak等人方法計算的（A）使用空氣溫度加5°C（FWSII,Est），二是基于果實表面溫度數據歸一化的（B）FWSIN,Est。數據分析涵蓋了四個開花后天數（DAFB；67、81、132和166），以觀察果實發育期間的變化。

論文鏈接：
https://doi.org/10.34133/plantphenomics.0252

——推薦閱讀——
Characterization and Identification of NPK Stress in Rice Using Terrestrial Hyperspectral Images 
https://doi.org/10.34133/plantphenomics.0197
Plant Phenomics | 東北農業大學利用近端成像光譜對水稻NPK脅迫進行特征化及鑒別
Grain Protein Content Phenotyping in Rice via Hyperspectral Imaging Technology and a Genome-Wide Association Study
https://doi.org/10.34133/plantphenomics.0200
Plant Phenomics | 南京農業大學聯合江蘇省農業科學院基于成像高光譜技術和GWAS分析的水稻籽粒蛋白質含量表型研究

加入作者交流群
掃碼添加小編微信，拉您進入《植物表型組學》作者交流群，群內不定期開展作者分享會、專刊發布會等高質量活動。

添加小編微信，備注姓名+單位+PP，加入作者交流群

About Plant Phenomics
《植物表型組學》（Plant Phenomics）是由南京農業大學創辦的英文學術期刊，于2019年1月正式上線發行。采用開放獲取形式，刊載植物表型組學交叉學科熱點領域具有突破性科研進展的原創性研究論文、綜述、數據集和觀點。具體范圍涵蓋高通量表型分析的最新技術，基于圖像分析和機器學習的表型分析研究，提取表型信息的新算法，作物栽培、植物育種和農業實踐中的表型組學新應用，與植物表型相結合的分子生物學、植物生理學、統計學、作物模型和其他組學研究，表型組學相關的植物生物學等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等數據庫收錄。科睿唯安JCR2022影響因子為7.6，位于農藝學一區（1/125名），植物科學一區（13/265名），遙感一區（6/62名）。2023年中科院期刊分區位于農林科學大類一區。2020年入選中國科技期刊卓越行動計劃高起點新刊項目、2024年入選江蘇科技期刊卓越行動計劃領軍期刊項目。

說明：本文由《植物表型組學》編輯部負責組稿。
中文內容僅供參考，一切內容以英文原版為準。
撰稿：王慧敏（南京農業大學）
編輯排版：王平、許怡瑤（上海交通大學）
審核：尹歡、孔敏