基于化学成像技术的作物三维可视化高通量表型测量机理与方法研究

High-throughput phenotyping is a powerful tool for breeding, it provides great assistant in high-efficient breeding. In this project, rice is applied for experimental study. Phenotype information of root, stem, leaves and the plant of rice under the stress of drought and heat are detected by chemical imaging techniques, including hyperspectral imaging, chlorophyll fluorescence imaging and terahertz imaging. The three-dimensional (3D) image of the organs and the plant is reconstructed by using the two-dimensional (2D) image information of the three techniques, and the external morphology of the organs and the plant is detected by using the 2D and 3D images. The relationship of chlorophyll fluorescence parameters and the stress degree is studied, and the detection model of stress degree is built by the chlorophyll fluorescence parameters. Based on the spectral information of hyperspectral imaging and terahertz imaging, the response between physiological parameters and the spectral information is studied, and the detection models are built to measure physiological parameters, and 2D visualization image of physiological parameters within the organs and the plants. The methods and models for 3D visualization of stress degree and physiological parameters within the organs and the plants are also studied. The relationship between stress degree, physiological parameter and external morphology is studied。This project provides technical support for 3D visualization of dynamics changes of rice plant phenotypes, the project will help to detect plant stress degree, physiological parameter and external morphology in a fast and accurate way, accelerate the breeding speed and improve breeding efficiency of stress-tolerance cultivars.

高通量表型信息获取是作物育种研究的强大工具，为作物快速高效育种提供支撑。本项目以水稻为研究对象，采用高光谱成像技术、叶绿素荧光成像技术和太赫兹成像技术等三种化学成像技术，对干旱和高温胁迫下的水稻根-茎-叶器官及植株的表型信息进行了检测。基于图像信息，实现了植株的三维重建，并建立了基于二维与三维图像的外部形态检测方法和模型。基于叶绿素荧光参数，研究了荧光参数与胁迫程度的响应规律，建立了胁迫程度的检测模型。基于高光谱图像和太赫兹图像的光谱信息，建立了生理指标的检测模型，并实现了生理指标二维分布可视化，建立了胁迫程度与生理指标的三维分布可视化模型与方法，研究了作物胁迫程度、生理指标以及外部形态之间的互作规律。本项目为水稻表型信息的三维立体可视化动态检测提供了技术支持，实现了胁迫下作物外观形态、内部生理指标和受胁迫程度的快速精准检测，有助于加快抗逆性作物育种的速率，提高抗逆性作物育种效率。

水稻是我国主要的粮食作物。水稻生长过程中的逆境胁迫会影响水稻的生长，影响粮食产量和品质，影响到我国粮食安全。抗逆性育种以及逆境胁迫生长的精细化管理是减轻逆境胁迫对水稻生长影响的有效途径。提高育种和生长精细化管理效率对于水稻在逆境条件下的健康生长具有重要作用。逆境胁迫下水稻生长表型信息的高通量获取有助于提升育种和生长精细化管理效率。本项目以水稻为研究对象，采用高光谱成像技术、叶绿素荧光成像技术和太赫兹成像技术，对水稻干旱和高温胁迫下的表型信息进行了检测研究与分析。通过控制水稻生长过程中的水分和温度分别实现不同程度的高温和干旱胁迫。通过采用两个不同品种的水稻分析了品种因素对水稻逆境胁迫表型信息检测和分析的影响。基于获取的高光谱图像，叶绿素荧光图像和太赫兹图像，分析了不同胁迫程度下水稻外部形态特征和变化。通过分析水稻叶片、茎秆和根系的可见/近红外光谱、叶绿素荧光动力学曲线（叶绿素荧光参数）、太赫兹光谱的响应规律，研究了水稻根、茎和叶的多种光谱特征在不同程度干旱和高温胁迫下的差异。基于不同的光谱对水稻根、茎、叶的光谱特征，分别建立了基于根、茎、叶的干旱和高温胁迫程度诊断模型，模型的判别准确率达到了80%以上。对逆境胁迫下水稻根、茎、叶的生理指标变化进行了分析，建立了基于多种光谱特征的生理指标预测模型。结合建立的模型，基于高光谱图像、叶绿素荧光图像和太赫兹图像进行了表型信息可视化研究。研究了用于三维图像重建的多角度二维高光谱图像、叶绿素荧光图像和太赫兹图像的获取方法，研究了基于普通高分辨二维多角度图像的水稻植株三维重建，分析了基于多角度二维高光谱图像、叶绿素荧光图像和太赫兹图像的三维重建中存在的问题和不足。项目为基于多种光谱成像技术实现作物的高通量表型检测和分析提供了可靠地思路，有助于作物育种和生长精细化管理。