南宫NG28

PhenoTron^? PTS植物表型成像分析系统
，选取PTS（Plant-To-Sensor）植物自动传送技术
，集成高光谱成像技术及FluorCam叶绿素荧光成像、多光谱荧光成像技术
，可选配RGB成像及红表热成像
，样品顺次自动传送至相应成像工作站
，采集多传感器表型成像大数据
，实现一站式、高通量、无危险反射光成像、叶绿素荧光成像、多光谱荧光成像及红表热辐射成像分析等。

重要利用于：

l 作物表型成像分析

l 种质资源检测

l 遗传育种

l 抗性筛选

l 植物生理生态钻研

l 藻类表型钻研

l 光生物学钻研

l 果实蔬菜品质检测

重要特点：

1)   PTS（Plant-to-Sensor）技术平台
，SpectraScan^?高精度专利移动扫描平台
，样品可搁置在精准位移平台上自动运送至成像单元进行一站式成像分析

2)   多传感器成像
，标配蕴含VNIR高光谱成像、FluorCam叶绿素荧光成像、多光谱荧光成像
，可选配900-1700nm高光谱成像、红表热成像、Thermo-RGB^?成像或高倍放大RGB成像（具备显微成像职能）

3)   多引发光
，调造多光谱光源板
，7位滤波轮等
，可实现植物及藻类分歧光源造就光生物学钻延注光合生理钻研

4)   可选配叶绿素荧光高光谱成像分析、UV-MCF高光谱活体荧光成像分析

5)   可对造就植株、叶片、果实、种子萌发与种苗、根系及藻类等进行表型性状成像检测分析

6)   组合号令+地位影象：可一键保留、读取、删除当前地位
，自动移动精准定位
，精杜着于1mm
，合用于周期性沉复移动扫描
，可设置10条protocols号令
，实现系统自动运行

7)   主机箱：全中文操作系统
，PC端GUI软件界面
，可实现远程操控
，内置10寸触控屏
，全波段对称成像光源
，0-100%线性调控
，角度、高度可调
，集开关节造、平台节造、杂散光隔离于一体
，确保光场均一、不变的最佳丈量环境

8)   系统有效行程：Z轴高度400mm
，有效扫描面积大于1200×300mm

重要技术指标：

1)   叶绿素荧光成像：

a)   专业高活络度高分辨率叶绿素荧光成像CCD
，帧频20fps
，分辨率1360×1024像素
，binning2x2：680 x 512像素

b)   A/D转换分辨率：16比特、65536级灰阶
；像素大幼6.45×6.45?m

c)   具快照模式和叶绿素荧光动态视频模式

d)   标配617nm和6500K冷白双色光化学光
，最大光化学光2000?mol.m^-2. s^-1
，可选配3000?mol.m^-2. s^-1

e)   鼓和脉冲4000?mol.m^-2. s^-1
，可选配6000?mol.m^-2. s^-1

f)   可选配365nm或385nm紫表光、447nm品蓝、470nm蓝色、530nm绿色、505青色、627nm红色、660nm深红、590nm琥珀色、740nm远红等分歧光源

g)   可自动运行Fv/Fm、Kautsky诱导效应、荧光淬灭分析、光响应曲线等protocols

h)   50多个叶绿素荧光自动丈量分析参数
，蕴含：Fv/Fm、Fv’/Fm’、Y(II)、NPQ、qN、qP、Rfd、ETR等
，自动形成叶绿素荧光参数图

i)   自动同步显示叶绿素荧光参数及参数图、叶绿素荧光动态曲线、叶绿素荧光参数频率直方图

2)   多光谱荧光成像：紫表光引发多光谱荧光成像
，反映多酚与黄酮类等次级代谢产品动态变动、叶绿素动态变动、植物衰老、植物病虫害胁迫及非生物胁迫等

a)   高分辨率CCD镜头
，1392x1040像素
，有效像素大幼为6.45μm
，可像素叠加（binning）以提高活络度（2x2
，3x3
，4x4）

b)   7位滤波轮及滤波器
，用于丈量多光谱荧光F440、F520、F690、F740及其它生物荧光景象及GFP等分歧波段稳态荧光成像

3)   自动丈量分析职能（无人值守）：可预设1个或2个试验法式
，系统可自动丈量贮存
，好比白日自动按时运行Kautsky诱导效应法式
，夜间自动按时运行荧光淬灭分析法式

4)   可选配GFP/YFP等稳态荧光成像
，或选配LUC荧光素酶成像

5)   叶绿素荧光成像与多光谱荧光成像具Live（实况测试）、Protocol（尝试法式选择）、Pre-processing（成像预处置）、Result（成像分析了局）等菜单
，Protocol尝试法式可自由编纂
，也可利用Protocol菜单中的向导法式模版客户自由创建新的尝试法式

6)   高光谱成像站：标配为400-1000nm高光谱成像分析
，可选配900-1700nm或1000-2500nm

a)   波段数：224通路

b)   光谱分辨率：FWHM 5.5nm

c)   空间分辨率：1024x

d)   数值孔径：F/1.7

e)   可成像丈量分析作物生化、生理指标如叶绿素含量、花青素含量、胡萝卜素含量、光利用效能、健全指数、覆盖度、胁迫等近百种光谱指数

由左到右顺次为：幼麦N素与水份状态高光谱成像分析（Brooke Bruning等）
；幼麦耐盐碱高光谱成像检测（Ali Moghimi等
，2018）
；幼麦镰刀菌抗性检测（E. Alisac等
，2018）

7)   红表热成像（选配）：

a)   分辨率：640×512像素
，可选配其它高分辨率红表热成像传感器

b)   丈量温度领域：-25℃－150℃

c)   活络度：0.03℃（30mK）@30℃

d)   光谱领域：7.5－13.5μm

e)   传感器：非造冷红表焦平面感应器
，已多点校准（具校准证书）

f)   1-14倍数码变焦

g)   软件具备调色板（天然、彩虹、灰度、梯度等14种色彩组合）、差值技术、温度领域设置（以扭转色彩散布或凸起选择领域等）、等温线模式、选分辨析（点、线、多边形等）、温度扫描（显示所选线的温度散布曲线等）、剖面温度、功夫图等
；具备汇报模式等
；

8)   RGB成像（选配）：高活络度RGB成像
，1-40倍放大
，可进行micro和macro成像分析
，可选配其它高分辨率成像传感器

南宫NG28工程师在中国海洋大学现场对造就的海带进行高光谱成像分析和叶绿素荧光成像分析（右图为紫菜多光谱荧光成像分析
，引自：Lei Tang, Liping Qiu, Cong Liu, Guoying Du,Zhaolan Mo, Xianghai Tang,Yunxiang Mao.Transcriptonic Insights into Innate Imunity Responding to Red Rot Disease in Red Alga Pyropia yezoensis. Molecular Sciences,2019）

左图为PhenoTron^? PTS植物传送至叶绿素荧光成像和高光谱成像站进行成像分析
；下右图为草铵膦对拟南芥光合生理影响（叶绿素荧光成像分析
，由EcoTech^?尝试室提供）

利用案例：生菜幼苗病害急剧无损检测与抗性种类鉴定

农作物在种子萌发成长过程中会遭逢各类病害
，因而对高抗病性种类的选育极度沉要。而若是能急剧、无损、轻便、靠得住地检测病害的产生
，甚至在病害症状产生前就可能将其检测到
，无论是对于缩短育种周期还是领导出产实际都拥有极度沉要的意思。

德国莱布尼茨蔬菜和参观植物钻研所IGZ的Sandmann钻研组将刚抽芽的生菜幼苗人为习染立枯丝核菌（Rhizoctonia solani）
，而后综合选取叶绿素荧光成像技术、多光谱荧光成像技术、红表热成像技术及植物反射光谱NDVI成像
，对分歧成像参数进行了分析
，以确定哪些技术的哪些参数可能更活络地将习染病害的植株和未习染的植株分辨隔
，实现高通量非危险在线分析丈量筛。

了局发现
，习染病害的植株和未习染的植株之间
，最大光化学效能Fv/Fm、荧光衰减指数Rfd、NDVI、作物水胁迫指数I1、光合有效壹积日相对成长速度A_rel、多光谱荧光F440、F520等参数都阐发出显著差距。通过进一步数据统计分析最终发现Fv/Fm、Rfd在本次尝试中的鉴别成效最好
，误差≤0.052
，Fv/Fm＞0.73的生菜幼苗即可以为是健全的。钻研人员但愿通过进一步工作
，将这一发现利用于园艺和农业出产实际
，好比良好抗病蔬菜种类的选育、病害的早期发现与防治等。

参考文件：

1)Ali Moghimi etc. A Novel Approach to Assess Salt Stress Tolerance in Wheat Using Hyperspectral Imaging. Frontiers in Plant Science, 2018

2)   Brooke Bruning etc. The development of Hyperspectral distribution maps to predict the content and distribution of nitrogen and water in wheat. Frontiers in Plant Science, 2019）

3)E．Alisaac etc. Hyperspectral quantification of wheat resistance to Fusarium head blight: comparison of two Fusarium species. Eur J Plant Pathol, 2018

4)   Sandmann M, et al. 2018. The use of features from fluorescence, thermography and NDVI imaging to detect biotic stress in lettuce. Plant Disease 102: 1101-1107

1101-1107