叶片辐射

记者14日从中国科学技术大学获悉，该校科研团队在植物叶片代谢物质谱成像取得新进展，实现对多种植物叶片中代谢物的空间成像。　　这一成果由该校国家同步辐射实验室潘洋教授团队利用自行研发的质谱成像平台，实现对多种植物叶片中代谢物的“拍照”。　　研究成果近日发表于国际分析化学领域著名期刊 Analytical Chemistry杂志。　　在已知植物种群中，有约200,000个植物代谢物的化学结构被鉴定出来。植物代谢物的成分分析和空间成像对探讨植物代谢物的生物合成、运输、生理机制、自我调节机制及植物与生态的相互作用具有重要意义。　　质谱成像是近年来涌现出的分子成像技术，具有免荧光标记、不需要复杂样品前处理等优点。然而，由于植物角质层和表皮蜡的存在，常规软电离技术很难穿透角质层作用于叶肉组织，从而无法对植物叶片中的代谢物进行直接成像。　　课题组通过印迹方法，将叶片中的植物代谢物转移至多孔聚四氟乙烯材料上，并对印迹后的材料进行成像，可实现对叶片植物代谢物的间接成像。由于使用DESI/PI技术，相比于传统DESI方法，正离子模式下可新检出多达百种萜类、黄酮类、氨基酸和苷类等次生代谢产物 负离子模式下整体代谢物信号强度可增强一个数量级。　　课题组进一步利用该技术对茶叶进行研究，发现咖啡因在叶中脉富集、茶氨酸在叶柄富集并延伸至中脉和叶尾，为咖啡因主要在茶叶中脉合成和茶氨酸在茶叶根部合成并转运至叶片的生物合成位点及转运路径提供了强有力的证据。　　实验还检测到茶叶中儿茶素生物合成网络中重要的黄酮类代谢物并以质谱成像的形式展示出空间分布，表明印迹DESI/PI成像技术在探索植物代谢转化位点和途径方面有巨大的潜力。

ASD | 利用高光谱反射率预测温带落叶阔叶树木的叶片性状：通用模型可适用于整个生长季节吗？追踪生长季和地理区域中叶片性状的变化是理解陆地生态系统功能的关键。野外光谱法是原位监测叶片功能性状的有力工具，在农业、林业和生态学中都有许多应用，例如，叶片光谱已用于表征许多叶片理化特性，预测倍体水平，估计叶龄，甚至可以预测入侵植物对凋落物分解的影响。但目前尚不清楚是否可以开发通用统计模型来根据光谱信息预测性状，或是否需要根据条件变化进行重新校准。特别是，生长季多个叶片性状同时变化，是否可以从高光谱数据成功预测这些时间变化是一个悬而未决的问题。基于此，为了填补研究空白，在本研究中，一组国际研究团队利用标准实验室方法（包括光捕获和生长：N（%），δ15N（‰），δ13C（‰），叶绿素，可溶性C（%）和叶片含水量（LWC）；防御和结构：每单位面积的叶片质量（LMA g m-2）、总C（%）、半纤维素（%）、纤维素（%）、木质素（%）、总酚类（mg g-1）和单宁（mg g-1）；岩石衍生营养素：P（%）、K（%）、Ca（%）、Mg（%）、Fe（μg g-1）、Mn（μg g-1）、Zn（μg g-1）和B（μg g-1））和叶片光谱（利用光谱范围为350-2500 nm的ASD FieldSpec 3进行测量，在350-1000 nm，采样间隔为1.4 nm，在1000-2500 nm，采样间隔为2 nm）追踪了整个生长季的变化，研究了温带落叶树木多种叶片性状和光谱特性之间的联系。旨在回答以下问题：（1）常见物种叶片的理化性状在生长季如何变化？（2）叶片反射率在生长季如何变化？（3）生长季叶片理化性状和光谱之间是否存在可预测的关系，从而使叶片光谱能够不受时间限制地远程追踪森林生态系统功能的变化？然后评估叶片光谱是否可以在季节效应的影响下稳定地捕获叶片性状，为通过机载和星载传感器的高光谱成像进行大尺度叶片性状调查奠定基础。【结果】理化性状和光谱在整个生长季变化很大，虽然6月和9月之间收获的成熟叶片变化较小。重要的是，叶片光谱可以准确预测大多数叶片性状的季节性变化，成熟叶片的预测精度通常较高。然而，对于一些性状，PLSR估算模型因物种而异，单一PLSR模型不能用于物种水平的准确预测。8个落叶树种叶片光谱及其变异性（平均反射率（a）和变异系数（b））的季节模式。2017 年 5 -10 月，不同季节对英国剑桥Madingley林地21种叶片性状全/特定光谱数据最佳PLSR性能的影响。2017 年 5-10 月，不同物种对英国剑桥Madingley林地21种叶片性状全/特定光谱数据最佳PLSR性能的影响。【结论】叶片光谱可成功预测整个生长季多种功能性叶片性状，为机载和星载成像光谱技术监测和绘制温带森林植物功能多样性奠定了一定基础。请点击下方链接，阅读原文：https://mp.weixin.qq.com/s?__biz=MjM5NjE1ODg2NA==&mid=2650309890&idx=1&sn=9bddcb74cbb31a26c18ad6aee87f4344&chksm=bee1a9fd899620ebd02f200799a9370626a1d8b6fee07375ad2580b562fa8ad686a495393775&token=1524960455&lang=zh_CN#rd

PROSDM：PROSPECT模型与光谱导数和相似性度量相结合从双向反射率中提取叶片生化性状的适用性叶片生化性状为理解植物光合功能、动态生长、养分循环和初级生产提供了有价值的信息。叶片叶绿素含量（Cab）、类胡萝卜素含量（Cxc）、含水量（Cw）和干物质含量（Cm）是四个重要的叶片生化性状，与植物光合作用、氮素、胁迫和衰老等健康和生长状态密切相关。能够对这些叶片生化性状进行高通量测量的方法对于表征植物生理状态和关键功能过程至关重要。PROSPECT模型是目前更常用的叶片辐射传输模型之一，可从叶片定向半球反射因子（DHRF）光谱来提取叶片生化性状，然而，在应用于叶片双向反射因子（BRF）光谱提取叶片生化性状方面尚待探索。叶片表面反射率和各向异性性状的存在可能是限制PROSPECT从叶片BRF光谱评估叶片生化性状的主要问题。基于此，在本研究中，研究者们提出了一个方法，整合了PROSPECT模型、光谱导数和相似性度量（SDM），称为PROSDM，去除了叶片BRF和DHRF光谱的差异，并从叶片BRF光谱提取了叶片生化性状。具体目标是：（1）通过PROSPECT反演调查叶片BRF和DHRF光谱差异随波长的变化以及对Cab、Cxc、Cw和Cm提取的影响，（2）开发PROSDM消除BRF和DHRF光谱差异，从叶片BRF光谱与PROSPECT和PROCOSINE以及PROCWT的比较来提取Cab、Cxc、Cw和Cm以及（3）评估PROSPECT、光谱子域、光谱噪音和模型参数范围对PROSDM性能的影响。为了获得各种叶片生化性状和反射率，作者收集了具有不同生长阶段、营养状况和种植区域的植物物种的10个数据集，包括1个测量数据集和9个公开获取数据集。从油菜（Brassica napus L.）、水稻（Oryza sativa L.）和柑橘（Citrus aurantium L.）随机采集2279个植物叶片，利用ASD FieldSpec 4测量叶片反射率，获得数据集#1。从EcoSIS光谱库中获得具有各种叶片光谱和生化性状的9个公开的数据集。其中，7个数据集的BRF光谱由ASD地物光谱仪（Analytical Spectral Devices, Inc., Boulder, CO, USA）搭配ASD叶片夹测量。 表1 数据集描述。Dataset#1是本研究中测得的，Dataset#2-#10是在线https://ecosis.org获取的。BRF和DHRF光谱的光谱区域是400-2500 nm。【结果】 平均BRF和DHRF光谱差异（a）以及这些差异对平均BRF光谱的贡献（b）。油菜（红线）在Dataset#1中获得，其他植物物种在Dataset#5中获得。 通过考虑非波长依赖性f（a，d）和波长依赖性f（b，c，e，f）两种情况，利用一阶（a-c）和二阶（d-f）导数的叶片BRF（绿线）和DHRF（橙线）光谱之间的差异。 利用PROSPECT反演（a–d），PROCOSINE反演（e–h），PROCWT-S4（ i–l）和基于全光谱域PROSPECT-PRO 的PROSDM（m–p）的所有数据集（Dataset#1-#10）中Cab (a，e，i，m) ，Cxc (b，f，j，n), Cw (c，g，k，o) 和Cm (d，h，l，p)测量值和估算值比较。 【结论】 本研究中，作者提出了PROSDM这种新方法用来从叶片BRF光谱来提取叶片生化性状。结果发现光谱导数可以消除BRF和DHRF光谱的非波长依赖性差异。当BRF和DHRF光谱的差异随波长变化时，光谱导数仅能去除部分差异，而曼哈顿距离（MD）补偿了光谱导数的限制，进一步减少了差异。结果，PROSDM从叶片BRF光谱准确提取了不同植物物种的Cab、Cxc、Cw和Cm。与标准的PROSPECT反演需要利用带有积分球的光谱仪测量叶片DHRF光谱不同，PROSDM扩展了PROSPECT到叶片BRF光谱的应用，以提取叶片生化性状。它可利用不同手持式光谱仪和叶片夹原位提取叶片生化性状。 在全光谱域，PROSDM-SED实现了Cab和Cxc的更优提取，RMSE分别为7.64 μg/cm2 and 2.77 μg/cm2，PROSDM-FMD产生了Cw（RMSE = 0.0041 g/cm2）和Cm（RMSE = 0.0024 g/cm2）的更好估计。与PROSPECT相比，PROSDM提取的Cab、Cxc、Cw和Cm RMSE分别降低了20.33%，29.34%，25.45%和44.19%。结果表明，PROSPECT和PROCOSINE以及PROCWT的Cab、Cxc、Cw和Cm提取精度受到光谱饱和度、PROSPECT反演、光谱子域以及模型参数范围的影响很大。适当的光谱子域和模型参数范围可以改善不同反演方法的提取结果。这需要从实地测量和报告的研究中了解叶片生化和结构性状的先验信息。与这些反演方法相比，所提出的PROSDM在减轻Cab、Cxc、Cw和Cm提取的负面影响上具有很大潜力。对于不同的PROSPECT版本，建议利用PROSPECT-PRO从叶片BRF光谱提取叶片生化性状。 未来研究需要基于叶片BRDF模型测量叶片BRF光谱的光谱和方向变化，将BRDF模型与所提出的PROSDM耦合可以改善对BRF和DHRF光谱变化的表征。此外，由于植物物种BRF和DHRF光谱的差异变化，在不同的数据集中PROSDM不能获得一致性提取结果。预计更多的工作将集中在理解不同视角和照明角度下植物叶片光学特性的变化。期望PROSDM可以应用在不同的尺度上，提高其在遥感、生态和环境研究中的适用性。点击如下链接，下载原文：PROSDM：PROSPECT模型与光谱导数和相似性度量相结合从双向反射率中提取叶片生化性状的适用性