點擊藍色字免費訂閱,每天收到這樣的好資訊
本研究使用被稱為「運動結構」的攝影測量方法重建植物的3D圖像,對植物結構參數和葉綠素分布進行檢測,植物表型資訊介紹如下:
近年來,圖像分析被廣泛應用於精準、高效的植物監測。由於植物具有複雜的三維(3D)結構,因此,3D圖像的採集和分析對於確定植物的狀態十分有用。葉綠素含量是決定植物狀態的重要參數。未此,本研究使用被稱為「運動結構」的攝影測量方法重建植物的3D圖像,並從具有顏色信息的植物3D圖像中估計葉綠素含量。
從不同角度觀看的植物3D圖像
為了觀察葉綠素含量和植物結構的動態變化,研究人員將盆栽植物保持在水脅迫條件下5天,每天拍攝一次3D圖像。結果發現,歸一化紅色值與葉綠素含量呈正相關,具有較高的高R2值(0.81)。在交叉驗證研究中,葉綠素含量估算的絕對誤差為4.0×10-2μg/ mm2。此外,研究人員還通過同時監測植物在葉綠素含量和結構參數方面的狀態變化來計算結構參數(即葉傾角和方位角)。
一片葉子內葉綠素含量、傾角和方位角分布的時間快照
以上結果表明,通過在植物圖像分析中組合與植物信息相關的這些參數,可以對植物應激源(如水分脅迫)進行早期檢測。
來源:
Itakura K, Kamakura I and HosoiF, Three-Dimensional Monitoring of Plant Structural Parameters and Chlorophyll Distribution, Sensors, 2019; https://doi.org/10.3390/s19020413
擴展閱讀:
粽香情濃,植物表型資訊一周年目錄匯總
植物表型資訊2018年1-12月目錄匯總
植物表型資訊2019年1月目錄匯總