FluorTron 植物叶绿素荧光光谱成像分析系统

FluorTron植物叶绿素荧光光谱成像分析系统基于高灵敏度视频光谱成像传感器技术、多通道调制智能LED光源技术及机器视觉叶绿素荧光成像技术，通过叶绿素荧光光谱成像和RedNIR光谱成像，对植物表型特别是光合生理表型进行非接触、非损伤、数字化、可视化成像分析（可客户定制高通量表型分析），用于植物表型分析、植物光合生理研究检测、胁迫与抗性检测与筛选等。主要技术特点：

1) 高灵敏度叶绿素荧光动态及光谱成像分析，同时兼备time-resolved和spectral-resolved叶绿素荧光分析功能，全面解析叶绿素荧光动态及其光谱特性，每一个参数都具备光谱指纹

2) RedEdge-NIR光谱（红边-近红外反射光）成像分析

3) 可同时进行植物形态分析，如长度、宽度、投影面积（相对生物量）、凸包面积、圆度等

主要技术指标：

1) 叶绿素荧光光谱成像：包括红色波段和远红波段如F668、F740、F686（红色波段峰值）、F704、F720、F727、F739（远红波段峰值）、F760、F772等十几个光谱波段叶绿素荧光

2) 叶绿素荧光动态成像分析参数：Fo、Fm、Fp、Ft、Fs、Fm’、Fv/Fm（QYmax）、∆F/Fm’（YPSII）、Fv/Fo、NPQ、Rfd、Y(NPQ)、Y(NO)、EXC、Fred/Ffr及其它光谱比值指数等

3) 红边-近红外光谱成像：665-960nm，24波段，波段宽（FWHM）10-15nm

4) 反射光光谱成像分析参数：NDVI、RDVI、OSAVI、MSAVI、ZTM（红边指数）、NIRv、SR、MSR、EVI、GM、CI、R（红度指数）等

5) 成像面积：客户定制

6) AMS CMV2000 CMOS成像传感器，分辨率2048x1088像素

7) 数据抓取速度：≥100光谱立方/秒

8) 形态参数：投影面积（相对生物量）、长度、宽度、长宽比、凸包面积、ROI面积、圆度等常见形态参数

9) 像元大小：5.5µm

10) 光学镜头：C口（C-mount）

11) 光谱成像功耗：15W

12) 激发光：蓝色LED激发光源，可选配多激发光

13) 模块式结构，具备可扩展性，可扩展选配高光谱成像、Thermo-RGB红外热成像等

14) 侧面多功能高光谱成像（选配）：

a) 高光谱成像：光谱范围400-1000nm，光谱通道448，帧频330fps，FOV 38度，信噪比600:1，具备MROI功能

b) 多光谱成像：可自由选择感兴趣光谱波段，进行高灵敏度多光谱成像

c) 空间分辨率：1024 x像素，具体依据植物高度范围而定

d) 可成像分析作物生化、生理指标、光利用效率、健康指数、覆盖度、胁迫等近百种参数

e) UV-MCF成像分析：可对植物紫外光激发荧光进行成像和光谱分析，包括叶绿素荧光成像及光谱分析、BGF蓝绿荧光成像及光谱分析、相应光谱比值参数、荧光光谱分析、ROI分析等

f) SpectrAPP高光谱成像分析软件及FluorVision高光谱荧光成像分析软件，可进行光谱融合、ROI选区分析、面积校准、频率直方图、自动识别不同波段峰值并分析其比值等，近百种参数一键分析

g) 叶面积指数参数/结构指数：NDVI、RDVI、MSR、SAVI、MSAVI、TVI、MCARI、MTVI、EVI等

h) 色素指数（包括叶绿素指数、胡萝卜素指数、花青素指数等）：VOG1、VOG2、VOG3、GM1、GM2、TCARI、CI、CCCI、TCARI/OSAVI、SRPI、NPQI、NPCI、CTRI、CAR、CRI550、CRI700、CRI550_515、CRI700_515、DCabCxc、DNIRCabCxc、SIPI、PSSRa、PSSRb、PSSRc、PSNDc、ARI等

i) 叶黄素循环色素指数：PRI570、PRI515、PRIm1、PRIm2、PRIm3、PRIm4、PRIn、PRI.CI等

j) 颜色指数：包括红度指数、绿度指数、兰度指数、比值指数等，可区分100多种颜色波段

k) 生理生态指数：包括健康指数HI、衰老指数PSRI、叶绿素荧光指数CUR等

l) 光合物候指数：CCI、NIRv、∆PRI等

m) N素指数：DCNI、TCARI1510、MCARI1510、GnyLi、NDNI、NRI1510、N870,1450、N850,1510等（除DCNI外，其它需要选配900-1700nm高光谱）

n) 水分指数

o) 一阶导数、二阶导数

p) 高光谱荧光指数：Fb、Fg、F685、F740、F685/F740（反应植物胁迫）、F735/F700（反应叶绿素含量）、Fb/F685、Fb/F740、Fg/F685、Fg/F740、频率直方图、截面分析等

应用案例——番茄DCMU实验：