移动式植物表型成像分析平台

全球首款移动式（Mobile）PlantScreen植物表型分析平台在荷兰植物生态表型中心（NPEC）安装运行，这是该中心成立后安装运行的首套植物表型分析系统，整个平台采用可移动式设计，有轮子可以方便在温室内移动，被称为“可移动的高通量植物表型成像分析平台”。 该表型平台包括3个功能模块：自动叶绿素荧光成像测量、3D激光三角测量、RGB 3D成像测量。Automated Chlorophyll Fluorescence, 3D laser triangulation and RGB imaging. The data looks promising !主要功能特点? 自动叶绿素荧光成像：PSI于上世纪90年代首次将叶绿素荧光脉冲调制技术（PAM）与CCD技术结合，研制成功叶绿素荧光成像技术并商业化生产（FluorCam）(Ladislav Nedbal, etc. Kinetic imaging of chlorophyll fluorescence using modulated light. Photosynthesis Research, 2000)，开创了叶绿素荧光技术的二维甚至三维时代，FluorCam叶绿素荧光成像技术成为植物生理性状表型分析的必选技术，也是目前灵敏度高、应用广泛、发表论文多的植物生理生态与表型分析技术，脉冲调制叶绿素荧光成像技术是目前被学术界广泛认可和应用的植物生理性状表型分析技术（Henning Tschiersch, etc. Establishment of integrated protocols for automated high throughput kinetic chlorophyll fluorescence analyses. Plant Methods, 2017），适用于从拟南芥、种苗（种子萌发幼苗）到水稻、小麦等中型作物及玉米等大型作物（可高达300cm）的光合作用效率、胁迫与抗胁迫等生理性状表型高通量分析与筛选。 ? 3D激光扫描成像测量：可对植株进行 3D建模；并自动获得叶面积、植株总叶面积、叶片投影面积、植株叶片投影总面积、叶面积指数、植株总叶面积指数、叶片紧实度、植株紧实度、株高、数字生物量、茎秆高度、茎秆长度、分枝数量等形态学参数。并可将叶绿素荧光成像、高光谱成像、红外热成像等在激光3D模型上进行投射，生成叶绿素荧光、高光谱、温度3D图像，实现真正的3D表型成像分析。? RGB 3D成像：对植株进行形态结构分析测量和颜色分割测量并计算相应参数指数等。独有的叶片生长追踪分析技术（leaf tracking protocol）和RGB“面具”功能，可为其它叶绿素荧光成像、高光谱成像、热成像等设置精准的ROI或者定义边界。 运行leaf tracking protocol叶片追踪分析功能、叶片分割分析功能、颜色分析? 可选配VNIR高光谱（光谱范围350-900nm或400-950nm）或SWIR高光谱（900-1700nm或1000-2350nm）成像分析单元，在线分析归一化指数NDVI、简单比值指数SR、改进的叶绿素吸收反射指数MCARI、改进的叶绿素吸收反射指数1MCARI1、优化土壤调整植被指数OSAVI、绿度指数G、转换类胡罗卜素指数TCARI、三角植被指数TVI、ZMI指数、简单比值色素指数SRPI、归一化脱镁作用指数NPQI、光化学植被反射指数PRI、归一化叶绿素指数NPCI、Carter指数、Lichtenthaler指数、SIPI指数、Gitelson－Merzlyak指数、花青素反射指数等 ? 可选配标配版红外热成像（分辨率640x480像素，灵敏度0.03摄氏度）或高分辨率高灵敏度红外热成像分析单元（分辨率1024x768像素，灵敏度0.02摄氏度）? 可选配3D NIR红外热成像单元，以研究分析植物水分分布情况，波段范围900-1700nm，分辨率638x500像素? 可选配可移动（集装箱式）生长舱/气候舱（Growth Capsule）。该生长舱/气候舱采用集装箱式设计，可方便移动运输,由一个独立的单元或两个单元组成其主要技术特点：1) 每个单元可独立调节环境条件，温度、湿度、光照及CO2调控并在线监测显示在触摸屏上2) 光照调控采用智能多通道LED光源，可选配冷白光、RGB三色光源、近红外等多色光源，不同波段光源可按不同比例搭配组成不同光质条件，可模拟昼夜节律、有云天气等，具备day/night、dawn/dusk、cloudy/sky等protocols3) 温度控制范围：-5～40摄氏度或10～40摄氏度（不受光照影响）4) 湿度控制范围：40%～80%5) 大小（双座）：12.2m(L) x 2.45m(W) x 2.9m(H)6) 可遥控、远程数据下载7) 应用于植物培养监测：可选配叶绿素荧光、植物生理生态、光合作用监测8) 应用于植物表型分析：可选配XYZ三维扫描式PlantScreen植物表型成像分析系统 易科泰生态技术公司为您提供植物表型分析全面解决方案:? 手持式或便携式叶绿素荧光测量与成像技术? 手持式或便携式植物光谱与高光谱成像测量技术? 手持式或便携式红外热成像技术 ? FluorCam叶绿素荧光成像全面解决方案? FluorCam多光谱荧光成像技术全面解决方案? FKM多光谱荧光动态显微成像技术方案——细胞亚细胞水平分析植物性状? Specim高光谱成像技术全面解决方案? PlantScreen高通量植物表型成像分析技术? 叶绿素荧光成像、高光谱成像、红外热成像、多光谱成像、RGB成像综合集成技术方案

PlantScreen-R移动式植物表型分析系统（PlantScreen rover system）为知名大型移动式叶绿素荧光成像系统（Rover FluorCam）的升级版，4个轮子带驱动，以便于大田移动，适于温室及野外大田作物原位表型成像分析测量，具备PlantScreen几乎所有成像分析功能及表型大数据数据库等。标配为RGB成像分析、FluorCam（35x35cm）叶绿素荧光成像分析，可选配高光谱成像、红外热成像、3D激光扫描等功能模块，成像高度可调（标配最高植株高度可达1m），是田间作物高通量表型分析、植物生理生态研究的重要仪器设备，可直接对野外植物或田间栽培作物进行原位成像测量分析，还可与SoilTron多功能小型蒸渗仪配合使用，直接对SoilTron培养植物进行成像分析。 主要技术特点：1) 结构紧凑，配置灵活，功能全面，大田等环境使用方便，非损伤、高通量，表型大数据采集与在线分析并可视化展示2) 全球领先的FluorCam叶绿素荧光成像技术，是作物生理生态功能性状的必备分析技术，配备独有的高灵敏度叶绿素荧光成像镜头，大量参考文献和应用案例3) 可选配不同的表型成像分析模块：a) 叶绿素荧光成像单元，单幅成像面积35cm x 35cmb) RGB可见光成像分析单元c) 高光谱成像分析单元，有VNIR高光谱和SWIR高光谱供选配d) NIR（近红外）成像单元，用于对植物水分状态分析e) 红外热成像分析单元，用于对植物干旱胁迫、气孔导度成像分析f) 3D激光扫描单元，用于对作物3D成像和形态结构分析4) 可选配大田环境监测单元或定制网络化监测方案、微环境监测方案，如空气温湿度与太阳辐射/PAR（光合有效辐射）监测、土壤水分温度与盐分监测（不同点或不同剖面深度）、降雨量监测、CO2/O2测量监测等5) 可选配作物根系监测方案6) 可选配冠层温度监测、冠层光谱监测、冠层O2与CO2监测等技术指标：1) 主机框架平台：标配为铝制结构，具4个驱动轮便于大田移动，高度可调（标配植株最高高度可达100cm）；可选配其它农具车式平台（需客户定制） 2) FluorCam叶绿素荧光成像分析（详细指标参见FluorCam叶绿素荧光成像技术），用于植物生理功能性状如光合效率、胁迫与抗性筛选等a) 成像面积：35×35cmb) 橙色620nm LED脉冲调制测量光源，用于测量最小荧光Fo等c) 双色光化学光，橙色620nm LED和冷白LED光源d) 冷白LED饱和光闪，最大光强4000 μmol(photons)/m2.s，用于测量最大荧光产量Fm等e) 735nm LED红外光源用于测量Fo’等f) 高灵敏度CCD传感器镜，分辨率1.4M，A/D 16比特，具备视频模式和快照模式g) 测量参数：Fo、Fm、Fv、Fo' 、Fm' 、Fv' 、Ft、Fv/Fm、Fv' /Fm' 、PhiPSII、NPQ、qN、qP、Rfd、ETR等，用于分析植物光合效率、适合度、生物与非生物胁迫及作物抗性、恢复力等h) Fv/Fm、Kautsky诱导效应、荧光淬灭分析等完备自动化测量程序（protocols）与测量参数，如Fv/Fm程序测量时间仅需10si) 叶绿素荧光数据在线分析，包括柱状图、测量参数图、数据表格等，具备自定义图像分割等功能3) RGB成像，用于植物形态结构与颜色成像分析a) CMOS彩色传感器，分辨率5MPix、2560 x 1920（可选配12MPix镜头）、1/2”、14.1fps，像素大小2.2μmb) 测量参数：叶面积、植物紧实度／紧密度、叶片周长、偏心率、叶圆度、叶宽指数、植物圆直径、凸包面积、植物质心、生长高度、相对生长速率等c) 可进行颜色分割分析、植物适合度评价、实验生长期叶面积动态变化比较分析、绿度指数、颜色分级分析（健康绿色、亮绿色、暗绿色、其他颜色）等表型参数 4) 红外热成像，用于气孔导度、干旱胁迫指数及其它胁迫成像分析a) 成像传感器：焦平面阵列微测热辐射计，分辨率 640×480 像素，灵敏度30mK（0.03°C），波段7.5-13μmb) 温度范围 -20 – 120℃，分辨率0.03℃@30℃/30mKc) 具备温度动态Protocols，光照强度、持续时间、热成像分布数据同步获取，以研究分析植物温度分布动态等d) 具备温度参考传感器（reference sensors）e) 测量参数：植物每一点的实际温度，植物表面温度分布图5) NIR近红外成像分析单元：用于成像监测分析植物水分状态分布，具备假彩调色板，可以方便对比分析，快速监测脱水植物，因而可以监测评估干旱胁迫条件下植物水分的动态变化响应及水分利用效率等a) 可与RGB成像形态结构参数及FluorCam光合效率参数进行相关分析等；可完整记录追溯干旱过程与复水过程的动态响应等b) 通过测量水分吸收光谱和940nm参考光谱，有效避免环境光及阴影效应c) InGaAs传感器，有效芯片大小9.6x7.7mm，波段范围900－1700nm，分辨率638x510像素，帧频118fps，A/D 14比特6) 3D激光扫描分析，可建立3D点云模型，用于植物形态结构分析，可分析植物结构、生物量、叶片数量、叶面积、叶片倾斜角度、植物高度等结构形态参数7) 表型组学研究分析系统：包括客户端应用服务器、可编程序逻辑控制器及专业分析软件等a) 自动控制与分析功能：具备用户定义、可编辑自动测量程序（protocols），根据用户设定程序自动完成全部实验。数据结果自动存储并分析，分析的数据结果可自动以动态曲线的形式显示b) 触摸屏操作界面，在线显示植物状态（可视化）、光线强度、分析测量状态及结果等c) 所测量的所有数据都是透明的、可以追溯的d) 具备用户权限分级功能，防止其他人员误操作影响实验e) 厂家远程故障诊断，软件终身免费升级

PlantScreen野外高通量植物表型分析平台——Field-based High-throughput Phenotyping PlatForm 建立对野外生长植物迅速、准确、高通量非损伤多性状表型分析能力，是21世纪作物遗传育种面临的最 大挑战（Andrade-Sanchez et al.2014, Furbank and Tester 2011, Houle et al. 2010）。野外高通量植物表型分析平台对遗传学、生物技术、作物育种，及作物对气候变化、土壤、耕作管理的响应研究监测等，特别是现代农业、智慧农业都具有无比重要的意义。 PlantScreen野外高通量植物表型分析平台集成了自动化控制系统、叶绿素荧光成像测量分析、植物热成像分析、植物高光谱分析、RGB彩色成像分析及互联网＋表型大数据平台等现代先进技术，以最 优化的方式实现野外植物原位高通量表型分析测量、植物胁迫响应与作物抗性成像分析测量筛选、植物生长分析测量、性状识别及植物生理生态分析研究等。作为全球第 一家研制生产植物叶绿素荧光成像系统的厂家，PSI公司在植物表型成像分析领域处于全球的技术前列，大面积叶绿素荧光成像分析等成像分析平台使PlantScreen成为植物表型分析与功能成像分析的最为先进的仪器设备。 功能特点：1) 大型多功能成像平台（Multi-functional sensor platform），集成了叶绿素荧光成像、RGB成像、红外热成像、LiDAR、高光谱成像等各种先进高端传感设备，全面分析：a) 结构性状表型分析（RGB成像及LiDAR）b) 功能表型分析（叶绿素荧光成像）c) 形状与生长评估（RGB成像及LiDAR）d) 光合作用表现（叶绿素荧光成像）e) 生物胁迫与非生物胁迫响应（叶绿素荧光成像、高光谱成像、红外热成像）f) 生理生态表现包括光合生理、气孔动态、生化代谢指标等等（叶绿素荧光成像、高光谱成像、红外热成像）2) 全球领 先的FluorCam叶绿素荧光成像技术，是作物生理生态功能性状的必备分析技术，智能LED光源提供调制测量光可以在白天自动成像测量光适应条件下的叶绿素荧光及光合效率；配备独有的高灵敏度叶绿素荧光成像镜头，成像面积达35cm x 35cm（可客户定制80cm x 80cm），是世界上单幅叶绿素荧光成像面积最 大的技术设备3) 可安装在拖拉机上进行移动式自动成像分析，也可安装在专用自动运行平台上沿样带轨道自动运行的同时进行样带全覆盖自动扫描成像和在线分析4) 表型分析大数据平台，包括系统控制、数据采集、数据处理分析与可视化在线显示、数据库等5) PSI表型研究中心专家团队技术支持，每年在美国和欧洲分别组织举办一次世界植物表型研讨会6) 可选配基于无人机技术（UAV-based）的PhenoUAS无人机高通量表型分析平台，使基于地面的表型分析scalling-up到空中大区域快速表型分析7) 可选配土壤气象监测站，全面分析环境条件与表型性状的关系8) 可选配植物生理生态监测系统，同步监测植物光合作用及果实生长等信息9) 可选配自动称重数字化培养盆，进行精确称重、土壤水分监测、自动浇灌等主要技术指标：1. 一体式多功能自动成像分析平台，集成了智能LED光源及叶绿素荧光成像模块、RGB成像分析模块及其它如红外热成像、LiDAR激光扫描、高光谱等选配成像模块，通过操作系统自动运行、自动分类存储、自动在线分析等2. 叶绿素荧光成像分析（标配）： a) 3色智能LED激发光源，620nm脉冲测量光、白色光化学光和最 大饱和光闪、735nm红外光用于测量Fo’等b) 可选配蓝色光源与7位滤波轮用于多光谱多波段荧光测量如GFP成像测量c) 独有高灵敏度CCD叶绿素荧光成像传感器，帧频达50fps，有效捕捉叶绿素荧光瞬变，分辨率720x560像素，A/D 12比特，具备视频模式和快照模式；可选配高分辨率CCD，分辨率1360x1024，帧频20fps，A/D 16比特d) 单幅成像面积35x35cme) 成像测量参数：可进行黑夜暗适应测量及白昼光适应测量，测量参数包括Fo, Fm, Fv, Fo’, Fm’, Fv’, Ft, Fv/Fm, Fv’/Fm’, Phi_PSII, NPQ, qN, qP, Rfd等叶绿素荧光参数，用于分析植物光合效率、适合度、生物与非生物胁迫及作物抗性、恢复力等f) Fv/Fm、Kautsky诱导效应、荧光淬灭分析等完备自动化测量程序（protocols）与测量参数，如Fv/Fm程序测量时间仅需10sg) 叶绿素荧光数据在线分析，包括柱状图、测量参数图、数据表格等，具备自定义图像分割等功能，可进行不同时间尺度（如日、月、整个生长季节等）的多参数动态分析h) 是真正的二维同步成像，所得叶绿素荧光参数是真正的基于像素点的二维分布参数，避免简单化的“激光诱导成像”（优点是轻便、省电）仅仅是一维成像（点或线）、不能同步化二维成像、易受环境因素影响（如风吹草动即产生严重误差）、成像参数只是模拟参数（根据激光扫描快慢得到的快速测量荧光与慢速测量荧光不是真正的最小荧光和最 大荧光，所得参数“光量子产量”只是模拟光量子产量需要用进行校准后参数才能使用）、测量参数单一（只能得到快速测量荧光和慢速测量荧光及由此计算出的模拟光量子产量或称光量子效率）、技术不成熟（找不到参考文献）等问题i) 是世界上用于植物高通量表型分析应用最广、发表论文最多的技术手段3. RGB成像分析（标配）：可对植物的形状、颜色绿度等进行成像分析，分辨率5Mpx，并可自动对植物花朵数量、水稻分蘖等进行统计分析，主要分析测量参数包括：1) 叶面积（Leaf Area: Useful for monitoring growth rate） 及其动态变化2) 植物紧实度／紧密度（Solidity/Compactness. Ratio between the area covered by the plant’s convex hull and the area covered by the actual plant）3) 叶片周长（Leaf Perimeter: Particularly useful for the basic leaf shape and width evaluation (combined with leaf area)）4) 偏心率（Eccentricity: Plant shape estimation, scalar number, eccentricity of the ellipse with same second moments as the plant (0...circle, 1...line segment)）5) 叶圆度（Roundness: Based on evaluating the ratio between leaf area and perimeter. Gives information about leaf roundness）6) 叶宽指数（Medium Leaf Width Index: Leaf area proportional to the plant skeleton (i.e. reduction of the leaf to line segment)）7) 叶片细长度SOL (Slenderness of Leaves)8) 植物圆直径（Circle Diameter. Diameter of a circle with the same area as the plant）9) 凸包面积（Convex Hull Area. Useful for compactness evaluation）10) 植物质心（Centroid. Center of the plant mass position (particularly useful for the eccentricity evaluation)）11) 扁平指数（Flattening index）12) 相对生长速率（Relative growth rate）13) 绿度指数与分级分析（暗绿、健康绿、浅绿等）14) 颜色分级与分区分析（Color segmentation for plant fitness evaluation）15) 其它性状与颜色分级动态分析4. 3D激光扫描分析（选配）：用于植物结构表型分析，通过点云模型自动分析计算植物结构、生物量、叶片数量、叶面积、叶片倾斜角度、植物高度等各种形态结构参数5. 红外热成像分析（选配）：焦平面阵列微测热辐射计，分辨率 640×480 像素，波段7.5-13μm，温度范围 -20 – 120℃，分辨率0.05℃@30℃/50mK，成像面积35x35cm，用于成像植物在光辐射情况下的冠层温度分布，并分析植物的气孔导度动态、干旱胁迫及抗干旱能力评估等，良好的散热可以使植物耐受较长时间的高光辐射或低水条件（干旱）6. 高光谱成像分析（选配）：波长范围380-1000nm，光谱带数（波段数）675个波段，可成像并分析归一化指数（Normalized Difference Vegetation Index (NDVI)）简单比值指数（Simple Ratio Index, Equation: SR = RNIR / RRED）、改进的叶绿素吸收反射指数（Modified Chlorophyll Absorption in Reflectance Index (MCARI1), ?Equation: MCARI1 = 1.2 * [2.5 * (R790- R670) - 1.3 * (R790- R550)]）、优化土壤调整植被指数（Optimized Soil-Adjusted Vegetation Index (OSAVI)?, Equation: OSAVI = (1 + 0.16) * (R790- R670) / (R790- R670 + 0.16)）、光化学植被反射指数（Photochemical Reflectance Index (PRI), Equation: PRI = (R531- R570) / (R531+ R570)）等7. 野外移动平台：平台臂12m跨度，多功能成像平台可在移动平台上左右自动扫描成像分析，可自动扫描宽度达10m的样带，每一次扫描成像面积可达10x0.35m（3.5m2），完成一次扫描时间从不足1分钟到几分钟（根据实验测量程序Protocol而定），移动平台可沿轨道自动运行，运行距离原则上不受限制（受轨道长度限制）；移动平台高度2.5m，多功能成像平台高度可调节，以适应不同高度作物成像分析；移动平台4个橡胶轮既可在轨道上通过控制系统自动运行并自动扫描成像，还便于在一般地面上移动、拐弯等，对于75x20m的样方，移动平台可以载荷多功能成像平台一次完成75x10m的样带，然后手动拐弯后再自动完成另一半75x10m的成像分析；配备GPS系统精度达2cm，通过软件自动记录测量数据、位置、时间等，可由柴油发电机提供动力驱动整个平台移动8. 可选配环境测量传感器网络，自动监测记录PAR、环境CO2浓度、空气温湿度、降雨量及土壤水分等。9. 系统控制与数据采集分析系统（表型大数据平台）：1) 用户友好的图形界面2) GPS定位功能可进行空间分布信息及时空分布格局分析3) 已内置各种成熟的Protocols，具备用户定义、可编辑自动测量程序（protocols），根据用户设定程序自动完成全部实验。数据结果自动存储并分析，分析的数据结果可自动以动态曲线的形式显示4) MySQL数据库管理系统，可以处理拥有上千万条记录的大型数据库，支持多种存储引擎，相关数据自动存储于数据库中的不同表中5) 可用默认程序进行所有测量，也可通过开发工具创建自定义的工作过程，或者手动操作LED光源开启或关闭、RGB扫面成像、叶绿素荧光成像等6) 实验程序（Protocols）具备起始键、终止键、暂停键7) 系统可通过互联网无线远程控制，允许用户通过互联网远程访问，进行数据处理、下载及更改实验设计，具备用户权限分级功能，防止其他人员误操作影响实验产地：欧洲PSI应用案例： 应用FluorCam叶绿素荧光技术，对野外植物进行原位不同季节长期监测，同时监测植物光合作用（CO2同化）A，结果参见下图。FluorCam叶绿素荧光技术采用激发光脉冲调制技术、高灵敏度CCD传感器（采样频率达每秒50次）技术及智能LED光源，可以大面积（标配每帧成像面积35x35cm）植物／作物成像分析，在野外既可在夜间进行暗适应条件下的叶绿素荧光成像分析，还可在环境光适应条件下进行叶绿素荧光成像分析，比简单的激光诱导叶绿素荧光测量（通过一束点状或线型单色激发光源激发叶绿素荧光并进行测量，优点是省电且可以更轻便）相比有诸多功能优势，不仅测量参数多、可以进行各种叶绿素荧光实验程序成像测量分析，而且一次二维成像（真正的成像分析）避免了点状或线型激发光扫描造成的叶绿素荧光测量不同步、野外风吹草动分辨率严重降低等问题。 附：其它野外表型成像分析系统：1) PhenoUAS无人机高通量大田作物表型分析平台2) FluorCam野外移动式叶绿素荧光与RGB成像分析系统3) FluorCam样带扫描式叶绿素荧光与RGB成像分析系统（可选配红外热成像）

PlantScreen SC植物表型成像分析系统 PlantScreen SC移动式植物表型成像分析平台为实验室和温室植物表型分析的理想平台，植物传送系统与成像分析系统内置于一体式紧凑机箱内，有脚轮可以移动，方便大型温室内不同区域间移动使用，极大地提高了载样方便性和使用效率。植物样品放入平台传送带上自动传送至成像单元进行成像分析，最 后自动传送归原位完成一个测量循环。PlantScreen SC包括叶绿素荧光成像测量和RGB 3D成像测量，以提供完备的作物表型形态测量和光合生理测量分析，可选配或客户定制3D激光扫描三角测量、高光谱成像分析、红外热成像分析等其它成像测量单元。标配PlantScreen SC适于最 大高度70cm、冠幅50cm的植物表型分析，可定制其它规格大小。 功能特点l FluorCam叶绿素荧光成像分析l RGB三维成像形态结构与颜色分析l 传送带系统自动传送植物、自动定位成像分析、自动将植物传出l 整套系统有脚轮可以移动l 可选配3D激光扫描，三维形体结构测量并构建3D模型l 可选配高光谱成像、红外热成像、NIR近红外成像l 可选配大型步入式生长室 系统组成1. 传送系统PlantScreen SC配备半自动化的植物装载和识别系统。只需将盛有植物的标准托盘放于传送带上，按下装载按钮，植物即可进入封闭的成像室内进行成像测量，测量完成后自动传送出来。标准托盘上贴有二维码，进入成像室后能够被识读并录入数据库，用于植物的自动编号。传送系统使实验过程变得简单轻松。标准托盘有4种规格：5 × 4（盆，250 mL）、2 x 2（盆，1L）、1 x 2（盆，3L）、1 × 1（盆，5L），适用于拟南芥、草莓、草坪草、烟草及大豆、玉米等作物的幼苗。 2. 测量成像单元测量成像单元包含基本的RGB成像单元和叶绿素荧光成像单元。RGB成像单元包括顶端及侧面多角度的RGB成像，通过高质量RGB图像的采集和专业的图像分析，获得植物的形态参数（如冠层面积、株高、冠幅、形状系数）及颜色分布情况。 叶绿素荧光成像单元采用脉冲调制式叶绿素荧光成像技术，能够对植株的光合生理进行无损、非接触的测量，高灵敏度、高通量检测和评估各类胁迫因子对植株的生理影响。 3. 环境传感器系统包含温湿度等环境传感器，持续记录测量环境的温湿度变化。环境信息数据和测量数据同步存储在数据库中，便于特定实验的相关性分析。4. 软件系统配备的高性能服务器电脑预装了用于系统控制、实验规划、数据自动采集、数据自动分析和数据库管理的全套软件。此外，系统配备了RGB分析和叶绿素荧光成像分析的独立软件，便于数据的再处理。安装案例1. 瓦赫宁根大学Shared Research Facilities，2018年11月安装，是荷兰植物生态-表型中心（Netherlands Plant Eco-phenotyping centre）的第 一台安装完成的设备，面向科研用户和商业伙伴开放使用。 2. 成都某生物技术公司，2020年10月安装，是国内首套由公司购买使用，用于生物农药、植物源生物刺激剂及土壤调理剂研发的大型高通量表型分析系统。 3. 孟加拉国，2020年4月，技术和生物测试完成。 易科泰生态技术公司提供植物/作物表型分析全面技术方案：1) 叶绿素荧光成像分析、多光谱荧光成像分析2) 高光谱成像分析、Thermo-RGB成像分析3) 细胞亚细胞水平显微叶绿素荧光成像、多光谱荧光成像分析4) RhizoTron根系表型分析系统、PhenoTron实验室植物表型成像分析系统5) PlantScreen植物自动传送式、XYZ三维扫描式植物表型分析平台6) SpectraScan样带扫描式、田间机器人式及PhenoUAS无人机遥感植物表型分析平台Ecolab植物表型实验室装备有400-1700nm高光谱成像、FluorCam叶绿素荧光成像、多光谱荧光成像、Thermo-RGB红外热成像等先进表型分析仪器技术，并与中科院植物所PlantScreen表型分析平台合作，提供全面表型分析技术服务与合作研究。

Entoscan X、Y、Z三轴自动定位 植物表型成像分析平台Entoscan植物表型成像系统(X Y Z 三轴自动定位)是由台湾海博特公司研发制造，整合了Hipoint智能环控系统(包含温湿度、CO2、水份、EC、PH、气象)高光谱LED光谱模拟系统，叶绿素萤光成像测量分析，植物热成像分析，植物近红外线成像分析，植物高光谱分析，RGB色彩成像及射频，条码管理系统等多项先进技术结合；以最（分割线）优化的方式实现在精（分割线）准环控条件进行高通量数据集成。提供阿拉伯芥（拟南芥）、玉米、甜椒、大豆、小麦、到各种其他植物的全面性形态构型、光谱资讯、叶绿素荧光等表型分析研究最（分割线）佳解决方案，透过高通量植物表形分析量测，协助研究人员快速、完整、全方位进行植物性状识别、植物生理、植物病理学、植物育种、目标成份、植物生态分析等尖（分割线）端研究。同时搭载Hipoint首（分割线）创发明案例结合环境分析探头自动化设备结合，成功利用精（分割线）准环控条件并模拟24节气各纬度光谱模拟条件，达到进行植物活体全方位律动及环境反馈研究。Entoscan X、Y、Z三轴自动定位 植物表型成像分析平台

PlantScreen高通量植物表型成像分析平台由国际知名公司PSI公司研制生产，整合了LED植物智能培养、自动化控制系统、叶绿素荧光成像测量分析（可扩展多光谱荧光成像）、植物热成像分析、植物近红外成像分析、RGB真彩3D成像、高光谱成像、3D激光扫描成像分析、RhizoTron根系成像分析、自动条码识别管理、自动称重与浇灌系统等多项先进技术，以最优化的方式实现大量植物样品的全方位生理功能与形态结构自动成像分析，用于玉米、水稻、小麦、大豆及椰树等热带作物高通量表型成像分析测量、胁迫响应成像分析测量、生长分析测量、生态毒理学研究、性状识别、抗性筛选、作物遗传育种及植物生理生态分析研究等。PlantScreen技术特点：1.模块式结构，配置灵活，可选配不同的功能模块，系统具备强大的可扩展性2.全球领先的FluorCam叶绿素荧光成像技术，是作物生理生态功能性状的必备分析技术，配备独有的高灵敏度叶绿素荧光成像镜头，成像面积可选配35cm x 35cm或80cm x 80cm3.可选配不同的表型成像分析模块：1)叶绿素荧光成像单元，单幅成像面积35cm x 35cm或选配80cm x 80cm2)多激发光、多光谱荧光成像模块，包括GFP等荧光蛋白成像、多光谱荧光成像分析等3)3D RGB可见光成像分析单元，包括顶部和侧面两个高分辨率RGB镜头、0－360度旋转平台、光源灯4)高光谱成像分析单元，有VNIR高光谱和SWIR高光谱供选配5)红外热成像分析单元（标配顶部2维成像分析，可选配顶部与侧面3D成像分析），用于对植物干旱胁迫、气孔导度成像分析6)3D激光扫描单元，用于对作物3D点云模型和形态结构分析，PSI专业技术，可以把叶绿素荧光成像、高光谱成像等投射到3D点云模型上进行3D分析、作物生长模型研究等7)根系成像分析单元，RhizoTron根窗技术8)NIR（近红外）成像单元，用于对植物水分状态分析，可选配3D近红外成像9)自动称重与浇灌系统4.世界独创的智能LED光适应室，确保作物表型成像分析前稳定可比的光适应和暗适应5.Shoot & Root Phenotyping全面分析植物表型6.植物传送系统可根据客户需求定制、扩展7.客户定制智能LED温室或作物生长室（选配），可模拟昼夜节律、多云天气等，传送系统可自动将植物从生长室中传送至光适应室然后进入成像室进行成像分析，并远程在线浏览分析8.功能强大的操作系统及作物表型大数据平台，具备叶片跟踪监测功能、3D投射功能9.PSI表型研究中心专家团队技术支持，每年在美国和欧洲分别组织举办一次世界植物表型研讨会国际植物表型分析技术应用情况作为全球第一家研制生产FluorCam植物叶绿素荧光成像系统的厂家，PSI公司在植物表型成像分析领域处于全球的技术前列，其FluorCam叶绿素荧光成像系统最先应用于植物表型分析研究，代表性论文如Celine Rousseau等（High throughput quantitative phenotyping of plant resistance using chlorophyll fluorescence image analysis, Plant Methods 2013）。在FluorCam技术基础上集成RGB 3D成像分析、高光谱成像分析、近红外成像分析、红外热成像分析及激光雷达扫描分析等先进技术的PlantScreen全自动高通量植物表型成像分析平台，成为目前世界上最先进的表型组学和作物遗传育种研究设备（应用案例另附）。系统配置与工作原理：整套系统由自动化植物传送系统、光适应室、FluorCam叶绿素荧光成像、RGB成像、高光谱成像、根系成像、植物红外热成像、植物近红外成像、自动浇灌与称重系统、植物标识系统、控制系统及表型大数据平台等组成，温室或生长室内植物通过自动识别传送系统运送到光适应室内，然后进行必要的浇灌称重，再由传送带到成像室进行成像分析等，最后植物自动返回原位。系统服务器及数据分析平台在线采集分析并自动存储至数据库系统技术指标：1. 光适应室：对作物成像分析前进行均一稳定的光适应或暗适应，以确保植物表型分析数据的可靠性智能冷白LED（6500K）+远红LED（735nm）光源，对植物无辐射升温效应，光强1000 μmoles /m2/s 0-100%（步进增幅1%）可调适应室内由通风系统保持空气交流通风具备植物高度激光监测系统，以根据高度调整成像高度等具备激光定位系统，以调整控制植物移动与成像程序（imaging protocols）的同步性垂直帘门确保与环境光线及成像系统的隔离具备IP监测镜头以始终保持对系统运行和植物移动状况的监视规格容量8盆／培养托2.RGB 3D结构成像分析单元?a)2个高分辨率RGB镜头（顶部和侧面），新一代CMOS彩色传感器，分辨率12.8Mpix（4096x3000），像素大小3.45μmb)成像高度可客户定义或设置，范围0-1050mm，精确度3mmc)360度旋转平台、LED均一光源照明d)数据传输：千兆以太网e)测量参数：叶面积、植物紧实度／紧密度、叶片周长、偏心率、叶圆度、叶宽指数、植物圆直径、凸包面积、植物质心、生长高度、植物最大高度和宽度、相对生长速率等f)可进行颜色分割分析、植物适合度评价、实验生长期叶面积动态变化比较分析、绿度指数、颜色分级分析（健康绿色、亮绿色、暗绿色、其他颜色）等表型参数3.FluorCam叶绿素荧光成像单元a)成像面积：35×35cm或选配80x80cmb)橙色620nm LED脉冲调制测量光源c)双色光化学光，橙色620nm LED和冷白LED光源d)冷白LED饱和光闪，最大光强4000 μmol(photons)/m2.se)735nm LED红外光源用于测量Fo’等f)可选配蓝色光源与7位滤波轮，用于GFP稳态荧光测量g)高灵敏度叶绿素荧光成像专业CCD传感器，1.4M分辨率， A/D 16比特，具备视频模式和快照模式h)测量参数：Fo、Fm、Fv、Fo' 、Fm' 、Fv' 、Ft、Fv/Fm、Fv' /Fm' 、PhiPSII、NPQ、qN、qP、Rfd、ETR等，用于分析植物光合效率、适合度、生物与非生物胁迫及作物抗性、恢复力等i)Fv/Fm、Kautsky诱导效应、荧光淬灭分析等完备自动化测量程序（protocols）与测量参数，如Fv/Fm程序测量时间仅需10sj)叶绿素荧光数据在线分析，包括柱状图、测量参数图、数据表格等，具备自定义图像分割等功能4. 多光谱荧光成像模块不仅可以运行PAM叶绿素荧光成像，还可以进行GFP/YFP等荧光蛋白成像、多光谱荧光成像9种LED激发光源：UV（365nm）、青色光源（440nm）、蓝色光源（470nm）、绿色光源（530nm）、琥珀色光源（590nm）、橙色光源（630nm）、深红色光源（660nm）、远红光源（730nm）及冷白光源（5700K）可成像分析多酚类（黄酮醇类、花青素等）、N素指数等分辨率1360x1024像素，binning 2x2、680x512像素5. 红外热成像单元成像传感器：焦平面阵列微测热辐射计，分辨率 640×480 像素，灵敏度30mK（0.03°C），波段7.5-13μm；可选配高分辨率红外热成像，分辨率可达1024x768像素，灵敏度20mK（0.02°C）温度范围 -20 – 120℃，分辨率0.03℃@30℃/30mK专用成像光源：冷白LED光源板，用于给测量植物提供稳定热环境，6500K，最大光强 1000 μmol(photons)/m2.s，0-100%可调具备温度动态Protocols，光照强度、持续时间、热成像分布数据同步获取，以研究分析植物温度分布动态等具备温度参考传感器（reference sensors）测量参数：植物每一点的实际温度，植物表面温度分布图专业分析软件用于数据获取、分析、存储等6. NIR成像分析单元（选配）：用于成像监测分析植物水分状态分布，具备假彩调色板，可以方便对比分析，快速监测脱水植物，因而可以监测评估干旱胁迫条件下植物水分的动态变化响应及水分利用效率等可与RGB成像形态结构参数及FluorCam光合效率参数进行相关分析等；可完整记录追溯干旱过程与复水过程的动态响应等通过测量水分吸收光谱和940nm参考光谱，有效避免环境光及阴影效应InGaAs传感器，有效芯片大小9.6x7.7mm，波段范围900－1700nm，分辨率638x510像素，帧频118fps，A/D 14比特可选配顶部与侧面双镜头三维成像分析选配根系成像分析单元，以对根系进行近红外成像分析7. 可见光-近红外高光谱成像单元 成像波长范围：400-950nm（或350-900nm）成像传感器：推扫式线性扫描传感器，配备专用扫描光源像素色散：0.28nm／pixel光谱分辨率0.8nm FWHM光谱带数（波段数）：1920个波段空间分辨率：1000入射狭缝宽度：25μm帧频：45fpsCMOS检测器，光圈F/2.0，GigE网络接口自动参考校准，线性扫描，高度可调测量参数：每个波段的反射光谱成像图及全光谱曲线，并可自动计算以下植被指数：归一化指数NDVI、简单比值指数SR、改进的叶绿素吸收反射指数MCARI、改进的叶绿素吸收反射指数1MCARI1、最优化土壤调整植被指数OSAVI、绿度指数G、转换类胡罗卜素指数TCARI、三角植被指数TVI、ZMI指数、简单比值色素指数SRPI、归一化脱镁作用指数NPQI、光化学植被反射指数PRI、归一化叶绿素指数NPCI、Carter指数、Lichtenthaler指数、SIPI指数、Gitelson－Merzlyak指数、花青素反射指数等等8. 短波红外高光谱成像单元成像波长范围：900-1700nm成像传感器：推扫式线性扫描传感器，配备专用扫描光源光谱分辨率：2nm（FWHM）光谱带数：510个波段空间分辨率636测量参数：每个波段的反射光谱成像图及全光谱曲线，无损测量植物整体及不同部位水分含量变化（右图中蓝色越深含水量越高）9. 3D激光扫描单元：顶部与侧面激光扫描，660nm激光，用于植物精确3D模型构建，分辨率低于1mm顶部扫描距离60cm，客户定义侧面扫描距离3D点云模型，RGB成像、叶绿素荧光成像数据等可与3D模型叠加分析植物结构、生物量、叶片数量、叶面积、叶片倾斜角度、植物高度等结构形态参数10.根系成像分析RhizoTron根窗技术，全自动成像分析，标配根窗44x29.5x5.8cm（高x宽x厚度）不仅可对根系成像分析，还可对地上苗（shoot）进行成像分析，苗高最大50cm新一代CMOS传感器，分辨率12.3MP均一LED光源3层定位（顶部、中部、底部）根系浇灌系统（选配），3个水箱独立运行测量参数包括：根深（或高度）、根冠宽度、高度与宽度比值、根冠面积、根冠紧实度、根系总长、轴对称性、根尖数、根节数等11.自动浇灌与称重单元测量参数：实际重量、浇水体积、最终重量、每个培养盆的相对重量操作指令：每个培养盆浇相同量的水（绝对克数或者实际重量的百分比）；保持相对重量；自定义每个培养盆的浇灌量模拟不同干旱或者内涝胁迫；称重前自动零校准，还可通过已知重量（如砝码）物品自动进行再校准每个培养盆的浇水量、日期、时间可分别程序控制记录以创建不同干旱胁迫梯度等，并且与整个系统的表型大数据无缝结合分析称重精度：大型植物±2g，小型植物±0.2g浇灌单元：流速3L/min，浇灌口高度可自动上下前后调整，保证最佳浇灌位置12.自动化植物传送系统传送植物大小：根据客户需求，最高可达200cm传送带容纳量：50盆植物（1000株小型植物），可扩展100盆、200盆、400盆等更大容量 ；表型分析通量依不同的protocol而定，100分钟可以完成整个系统载荷植物样品的表型分析，可随机传送至成像室进行成像分析、随机浇灌培养盆：防UV聚丙烯材料，标准5L（口径24cm）培养盆，可通过适配器应用3L培养盆，可360度旋转具备手动载样环（manual loading loop）以便在系统待机模式下手动载样分析实验、小组实验分析等具备激光植物高度测量监测系统和激光定位系统环形传送通道：具变速箱的三相异步马达，功率200-1000W，最大负载500kg，速度150mm/s，传送带材料为防UV高耐用PVC移动控制系统：中央处理单元CJ2M-CPU33；数字输入/输出最大2560点；输入/输出单元最大40；温度传感器Pt1000，Pt100，PTC；PLC通讯百兆以太网；OMRON MECHATROLINK-II 最大16轴精确定位RFID标签和QR植物辨识系统，自动读取每个样品托盘上的二维编码；辨识距离2-20cm；通讯RS485；可读取1维、2维和QR码；配备LED光源便于弱光下辨识环境监测传感器：温湿度传感器、PAR光合有效辐射传感器由主控制系统分别自动调控每一个样品托盘的测量时间、测量顺序、测量参数、浇灌时间和浇灌量，从测量单元到培养室的样品运转整个过程可实现完全自动控制，在无人值守情况下根据预设程序自行完成全部实验测量工作。13.主控制表型大数据平台组成：控制调度服务器、客户端应用服务器、数据服务器、可编程序逻辑控制器及专业分析软件等，数据容量12TB自动控制与分析功能：具备用户定义、可编辑自动测量程序（protocols），根据用户设定程序自动完成全部实验。数据结果自动存储并分析，分析的数据结果可自动以动态曲线的形式显示。MySQL数据库管理系统，可以处理拥有上千万条记录的大型数据库，支持多种存储引擎，相关数据自动存储于数据库中的不同表中植物编码注册功能：包括植物识别码、所在托盘的识别码等存储在数据库中，测量时自动提取自动读取条形码或RFID标签触摸屏操作界面，在线显示植物托盘数量、光线强度、分析测量状态及结果等，轻松通过软件完全控制所有的机械部件和成像工作站可用默认程序进行所有测量，也可通过开发工具创建自定义的工作过程，或者手动操作LED光源开启或关闭、RGB成像、叶绿素荧光成像、高光谱成像、红外热成像、3D激光扫描、称重及浇灌等叶片跟踪监测功能（leaf tracking）模块，可以持续跟踪监测叶片的生长、变化等等3D投射技术，可以通过高分辨率RGB镜头 或激光扫描构建3D模型，通过投射技术，将与其它传感器所得数据如叶绿素荧光、红外热成像温度数据、近红外数据、高光谱数据等投射在3D模型上一起进行对比分析等允许用户通过互联网远程访问，进行数据处理、下载及更改实验设计所测量的所有数据都是透明的、可以追溯的具备用户权限分级功能，防止其他人员误操作影响实验厂家远程故障诊断，软件终身免费升级执行标准：CE认证标准CSN EN 60529 防护等级标准CSN 33 01 65 导体侧识别标准CSN 33 2000-3 基础特性标准CSN 33 2000-4-41ed.2 电击保护标准CSN 33 2000-4-43 电源过载保护标准CSN 33 2000-5-51ed.2 通用规则标准CSN 33 2000-5-523 容许电流标准CSN 33 2000-5-54ed.2 接地与保护导体标准CSN EN 55011 工业、科学与医学设备测量电磁干扰的范围与方法2006/42/EG 机械指令标准73/23/EEG 低电压指令标准2004/108/EG 电磁相容性指令标准附：部分参考文献1.M. Sorrentino, G. Colla, Y. Rouphaelouphael, K. Panzarová, M. Trtílek. 2020. Lettuce reaction reaction to drought stress: automated high-throughput phenotyping of plant growth and photosynthetic performance. ISHS Acta Horticulturae 1268.2.Adhikari, P., Adhikari, T. B., Louws, F.F. J., & Panthee, D. R. 2020. Advances and Challenges in Bacterial Spot Resistance Breeding in Tomato (Solanum lycopersicum L.). International Journal of Molecular Sciences, 21(5), 1734.3.Yang, W., Feng, H., Zhang, X., Zhang, J., Doonan, J. H., Et Al. 2020. Crop Phenomics and High-throughput Phenotyping: Past Decades, Current rent Challenges and Future Perspectives. Molecular Plant, 13(2), 187-2144.Husi?ková, A., Humplík, J. F., Hybl, M.,M., Spíchal, L., & Lazár, D. 2019. Analysis of Cold-Developed vs. Cold-Acclimated Leaves Reveals Various Strategies of Cold Acclimation of Field Pea Cultivars. Remote Sensing, 11(24), 29645.Singh, A.K., Yadav, B.S., Dhanapal, S., Berliner, M., Finkelshtein, A., Chamovitz, D.A. 2019. CSN5A Subunit of COP9 Signalosome Temporally Buffers Response to Heat in Arabidopsis. Biomolecules 2019, 9, 805.6.Jane?ková, H., Husi?ková, A., Lazár, D., Ferretti, U., Pospí?il, P., & ?pundová, M. 2019. Exogenous application of cytokinin during dark senescence eliminates the acceleration of photosystem II impairment caused by chlorophyll b deficiency in barley. Plant Physiology and Biochemistry, 136, 43–517.Marchetti, C. F., Ugena, L., Humplík, J. F., Polák, M., et al. 2019. A Novel Image-Based Screening Method to Study Water-Deficit Response and Recovery of Barley Populations Using Canopy Dynamics Phenotyping and Simple Metabolite Profiling. Frontiers in Plant Science, 10, 1252.8.Rungrat T., Almonte A. A., Cheng R.,R., et al. 2019. A Genome-Wide Association Study of Non-Photochemical Quenching in response to local seasonal climates in Arabidopsis thaliana, Plant Direct, 3(5), e001389.Pavicic M, et al. 2019. High throughput invitro seed germination screen identifed new ABA responsive RING?type ubiquitin E3 ligases inArabidopsis thaliana. Plant Cell, Tissue and Organ Culture 139: 563-57510.Wen Z., et al. 2019. Chlorophyll fluorescence imaging for monitoring effects of Heterobasidion parviporum small secreted protein induced cell death and in planta defense gene expression. Fungal Genetics and Biology 126: 37-4911.Gao G., Tester M. A., Julkowska M. 2019. The use of high throughput phenotyping for assessment of heat stress-induced changes in Arabidopsis. Biorvix, 838102.12.Paul K., Sorrentino M., Lucini L., Rouphaelouphael Y. F., Cardarelli M., Bonini P., Begona M., Reyeynaud H.E., Canaguier R., Trtílek M., Panzarová K., Colla G. 2019. A Combined Phenotypic and Metabolomic Approach for Elucidating the Biostimulant Action of a Plant-derived Protein Hydrolysate on Tomato Grown un under Limited Water Availability. Frontiers in Plant Science, 10:49313.Wang L., Poque S., Valkonen J. P. T. 2019. Phenotyping viral infection in sweetpotato using a high-throughput chlorophyll fluorescence and thermal imaging platform. Plant Methods, 15, 11614.Paul K, Sorrentino M, Lucini L, Rouphaelouphael Y, Cardarelli M, Bonini P, Reynaud H,H, Canaguier R, Trtílek M, Panzarová K, Colla G. 2019. Understanding the Biostimulant Action of Vegetal-Derived Protein Hydrolysates by High-Throughput Plant Phenotyping and Metabolomics: A Case Study on Tomato. Frontiers in Plant Science, 10:47.15.Gonzalez-Bayon, R., Shen, Y., Groszman, M., Zhu, A., Wang, A., et al. 2019. Senescence and defense pathways contribute to heterosis. Plant Physiology, 180, 240–252.16.Julkowska, M. M., Saade, S., Agarwal Al, G., Gao, G., Pailles, Y., et al. 2019. MVApp–Multivaria analysis application for streamlined data analysis and curation. Plant Physiology, 180, 1261–1276.17.Ganguly D. R., Stone B. A B., Eichten S. E., Pogson B. J. 2019. Excess light priming in Arabidopsis thaliana genotypes with altered DNA methylomes, G3: Genes, Genomes, Genetics, 9(11), 3611-362118.Ameztoy, K., Baslam, M., Sánchez-Lópeópez, á. M., Mu?oz, F. J., et al. 2019. Plant responses to fungal volatiles involve global post-translational thiol redox proteome changes that affect photosynthesis. Plant, Cell & Environment, 42(9), 2627-2644.19.Adhikari N. D., Simko I., Mou B. 2019. Phenomic and Physiological Analysis of Salinity Effects on Lettuce. Sensors 19, 4814.20.Ugena L, Hylová A, Podle?áková K,K, Humplík J.F., Dole?al K, Diego N, Spíchal L. 2018. Characterization of Biostimulant Mode of Action Using Novel Multi-Trait High-Throughput Screening of of Arabidopsis Germination and Rosette Growth. Frontiers in Plant Science, 9:1327.21.Lyu, J. I., Kim, J. H., Chu, H., Taylor, M.M. A., Jung, S., et al. 2018. Natural allelic variation of GVS1 confers diversity in the regulation of leaf senescence in Arabidopsis. New Phytologist, 221(4), 2320-233422.Ganguly D. R., Crisp P. A., Eichten S. R., et al. 2018. Maintenance of pre-existing DNA methylation states through recurring excess-light stress. Plant Cell and Environment. 41(7), 1657-1672.23.Rouphael Y., Spíchal L., Panzarová K.,K., et al. 2018. High-throughput Plant Phenotypin ping for Developing Novel Biostimulants: From Lab to Field or FroFrom Field to Lab? Front. Plant Sci., 9:1197.24.Coe R. A., Chatterjee J., Acebron K., et al. 2018. High-throughput chlorophyll fluorescence screening of Setaria viridis for mutants with altered CO2 compensation points. Functional Plant Biology. 45(10), 1017-102525.Fichman Y., Koncz Z., Reznik N., et al. 2018. SELENOPROTEIN O is a chloroplast protein involved in ROS scavenging and its absence increases dehydration tolerance in Arabidopsis thaliana. Plant Science. 41(7), 1657-167226.Sytar O., Zivcak M., Olsovska K., Brestic M. 2018. Perspectives in High-Throughput Phenotyping of Qualitative Traits at the Whole-Plant Level. In: Sengar R., Singh A. eds Eco-friendly Agro-biological Techniques for Enhancing Crop Productivity. Springer, Singapore, 213-243.27.De Diego N., Fürst T., Humplík J. F., et al. 2017. An Automated Method for High-Throughput Screening of Arabidopsis Rosette Growth in Multi-Well Plates and Its Validation in Stress Conditions. Frontiers in Plant Science. 8.28.Lobos G. A., Camargo A. V., del Pozo A., et al. 2017. Editorial: Plant Phenotyping and Phenomics for Plant Breeding. Front. Plant Sci. 8.29.Pavicic M., Mouhu K., Wang F., et al. 2017. Genomic and Phenomic Screens for Flower Related RING Type Ubiquitin E3 Ligases in Arabidopsis. Frontiers in Plant Scienc. Volume 8.30.Rungrat T., Awlia M., Brown M. et al. 2017. Monitoring Photosynthesis by In Vivo Chlorophyll Fluorescence: Application to High-Throughput Plant Phenotyping. The Arabidopsis Book 14: e0185. 201631.Simko I., Hayes R. J. and Furbank R. T. 2017. Non-destructive Phenotyping of Lettuce Plants in Early Stages of Development with Optical Sensors. Frontiers in Plant Science. 2016 7:1985.32.Sytar O., Brestic M., Zivcak M., et al. 2017. Applying hyperspectral imaging to explore natural plant diversity towards improving salt stress tolerance. In Science of The Total Environment, 578, 90-99.33.Sytar O., Brücková K., Kovár M., et al. 2017. Nondestructive detection and biochemical quantification of buckwheat leaves using visible VIS and near-infrared NIR hyperspectral reflectanceimaging. Journal of Central European Agriculture. 184, 864-87834.Tschiersch H., Junker A., Meyer R. C., & Altmann, T. 2017. Establishment of integrated protocols for automated high throughput kinetic chlorophyll fluorescence analyses. Plant Methods, 13, 54.35.Weber J., Kunz, C., Peteinatos, G., et al. 2017. Utilization of Chlorophyll Fluorescence Imaging Technology to Detect Plant Injury by Herbicides in Sugar Beet and Soybean. Weed Technology, 1-13.36.Awlia M., Nigro A., Fajkus J., Schm?ckel S.M., Negr?o S., Santelia D., Trtílek M., Tester M., Julkowska M.M. and Panzarová K. 2016: High-throughput non-destructive phenotyping of traits contributing to salinity tolerance in Arabidopsis thaliana. Submitted Frontiers in Plant Sciences.37.Bell J. and Dee M. H. 2016. The subset-matched Jaccard index for evaluation of Segmentation for Plant Images. Front Plant Sci. 2016 7: 1985.38.Bell J. and Dee M. H. 2016. Watching plants grow – a position paper on computer vision and Arabidopsis thaliana. IET Computer Vision. Volume 11, Issue 2, March 2017, p. 113 – 121.39.Bush M.S., Pierrat O, Nibau C, et al.2016. eIF4A RNA Helicase Associates with Cyclin-Dependent Protein Kinase A in Proliferating Cells and is Modulated by Phosphorylation. Plant Physiol. 2016 Jul 7,40.Cruz J. A., Savage L. J., Zegarac R., et al. 2016. Dynamic Environmental Photosynthetic Imaging Reveals Emergent Phenotypes. Cell Systems, Volume 2, Issue 6, 2016, Pages 365-377.41.Sytar O., Brestic M., Zivcak M . 2016. Noninvasive Methods to Support Metabolomic Studies Targeted at Plant Phenolics for Food and Medicinal Use. Plant Omics: Trends and Applications.42.Humplik J.F., Lazar D., Husickova A. and Spichal L. 2015: Automated phenotyping of plant shoots using imaging methods for analysis of plant stress responses – a review. Plant Methods 11:29.43.Humplik J.F., Lazar D., Fürst, T., Husickova A., Hybl, M. and Spichal L. 2015: Automated integrative high-throughput phenotyping of plant shoots: a case study of the cold-tolerance of pea Pisum sativum L.. Plant Methods 19 11:20.44.Brown T.B., Cheng R., Sirault R.R., Rungrat T., Murray K.D., Trtilek M., Furbank R.T., Badger M., Pogson B.J., and Borevitz J.O. 2014: TraitCapture: genomic and environment modelling of plant phenomic data. Current Opinion in Plant Biology 18: pp. 73-79.45.Mariam Awlia, et.al, 2016, High-Throughput Non-destructive Phenotyping of Traits that Contribute to Salinity Tolerance in Arabidopsis thaliana, Frontiers in Plant Science, DOI: 10.3389/fpls.2016.0141446.Ivan Simko, et.al, 2016, Phenomic approaches and tools for phytopathologists, Phytopathology, DOI: 10.1094/PHYTO-02-16-0082-RVW47.Tepsuda Rungrat, et.al, 2016, Using Phenomic Analysis of Photosynthetic Function for Abiotic Stress Response Gene Discovery, The Arabidopsis Book 14: e0185, The American Society of Plant Biologists, DOI: http://dx.doi.org/10.1199/tab.018548.Jorge Marques da Silva, 2016, Monitoring Photosynthesis by In Vivo Chlorophyll Fluorescence: Application to High-Throughput Plant Phenotyping, Applied Photosynthesis - New Progress, Edition 1, Chapter 1, pp:3-22, DOI: http://dx.doi.org/10.5772/6239149.Maxwell S. Bush, et.al, 2016, eIF4A RNA Helicase Associates with Cyclin-Dependent Protein Kinase A in Proliferating Cells and is Modulated by Phosphorylation. Plant Physiol., DOI: 10.1104/pp.16.0043550.ángela María Sánchez-López, et.al, 2016, Volatile compounds emitted by diverse phytopathogenic microorganisms promote plant growth and flowering through cytokinin action, Plant, Cell and Environment, DOI: 10.1111/pce.1275951.Jan Humplík, et.al, 2015, Automated phenotyping of plant shoots using imaging methods for analysis of plant stress responses – a review, Plant Methods, 11: 2952.Jan Humplík, et.al, 2015, Automated integrative high-throughput phenotyping of plant shoots: a case study of the cold-tolerance of pea Pisum sativum L., Plant Methods, 11: 2053.Pip Wilson, et.al, 2015, Genomic Diversity and Climate Adaptation in Brachypodium, Chapter Genetics and Genomics of Brachypodium, Volume 18 of the series Plant Genetics and Genomics: Crops and Models, pp:107-12754.Tim Brown, et.al, 2014, TraitCapture: genomic and environment modelling of plant phenomic data, Current Opinion in Plant Biology, 18: 73-7955. Jan Humplík, et.al, 2014, High-throughput plant phenntyping facility in Palacky University in Olomouc, International Symposium on Auxins and Cytokinins in Plant Development附：其它表型分析平台：1、FKM多光谱荧光动态显微成像系统右图引自《Nature Plants》2016, Photonic multilayer structure of Begonia chloroplasts enhances photosynthetic efficiency by Heather M. Whitney等2、PlantScreen-R移动式表型分析平台（下左图）：用于大田植物叶绿素荧光成像分析、RGB成像分析、红外热成像分析、3D激光扫描测量分析等3、PlantScreen台式及移动式植物表型分析平台（参见上右图）1)3D RGB彩色成像分析2)FluorCam叶绿素荧光成像分析3)FluorCam多光谱荧光成像分析4)高光谱成像分析5)红外热成像分析6)PAR吸收／NDVI成像分析7)近红外3D成像分析4、PlantScreen样带式表型分析平台5、PlantScreen 植物表型三维自动扫描成像分析平台

PlantScreen植物表型成像分析系统（XYZ三维移动成像版） PlantScreen植物表型成像系统由捷克PSI公司研制生产，整合了LED植物智能培养、自动化控制系统、叶绿素荧光成像测量分析、植物热成像分析、植物近红外成像分析、植物高光谱分析、自动条码识别管理、RGB真彩3D成像等多项先进技术，以最优化的方式实现大量植物样品——从拟南芥、玉米到各种其它植物的全方位生理生态与形态结构成像分析，用于高通量植物表型成像分析测量、植物胁迫响应成像分析测量、植物生长分析测量、生态毒理学研究、性状识别及植物生理生态分析研究等。作为全球第一家研制生产植物叶绿素荧光成像系统的厂家，PSI公司在植物表型成像分析领域处于全球的技术前列，大面积叶绿素荧光成像分析功能使PlantScreen成为植物表型分析与功能成像分析的最为先进的仪器设备，使植物生长、胁迫响应等测量参数达100多个。PlantScreen系统包括如下成像分析功能： 1. 叶绿素荧光成像分析：单幅成像面积35x35cm，成像测量参数包括Fo, Fm, Fv, Fo’, Fm’, Fv’, Ft, Fv/Fm, Fv’/Fm’, Phi_PSII, NPQ, qN, qP, Rfd等几十个叶绿素荧光参数2. RGB成像分析：成像测量参数包括：1) 叶面积（Leaf Area: Useful for monitoring growth rate）2) 植物紧实度／紧密度（Solidity/Compactness. Ratio between the area covered by the plant’s convex hull and the area covered by the actual plant）3) 叶片周长（Leaf Perimeter: Particularly useful for the basic leaf shape and width evaluation (combined with leaf area)）4) 偏心率（Eccentricity: Plant shape estimation, scalar number, eccentricity of the ellipse with same second moments as the plant (0...circle, 1...line segment)）5) 叶圆度（Roundness: Based on evaluating the ratio between leaf area and perimeter. Gives information about leaf roundness）6) 叶宽指数（Medium Leaf Width Index: Leaf area proportional to the plant skeleton (i.e. reduction of the leaf to line segment)）7) 叶片细长度SOL (Slenderness of Leaves)8) 植物圆直径（Circle Diameter. Diameter of a circle with the same area as the plant）9) 凸包面积（Convex Hull Area. Useful for compactness evaluation）10) 植物质心（Centroid. Center of the plant mass position (particularly useful for the eccentricity evaluation)）11) 节间距（Internodal Distances）12) 生长高度（Growth Height）13) 植物三维最大高度和宽度（Maximum Height and Width of Plant in 3 Dimensions）14) 相对生长速率（Relative growth rate）15) 叶倾角（Leaf Angle）16) 节叶片数量（Leaf Number at Nodes）17) 其它参数如用于植物适合度估算的颜色定量分级、绿度指数（Other parameters such as color segmentation for plant fitness evaluation, greening index and others）3. 高光谱成像分析（选配），可成像并分析如下参数：1) 归一化指数（Normalized Difference Vegetation Index (NDVI)）2) 简单比值指数（Simple Ratio Index, Equation: SR = RNIR / RRED）3) 改进的叶绿素吸收反射指数（Modified Chlorophyll Absorption in Reflectance Index (MCARI1), ?Equation: MCARI1 = 1.2 * [2.5 * (R790- R670) - 1.3 * (R790- R550)]）4) 最优化土壤调整植被指数（Optimized Soil-Adjusted Vegetation Index (OSAVI)?, Equation: OSAVI = (1 + 0.16) * (R790- R670) / (R790- R670 + 0.16)）5) 绿度指数（Greenness Index (G), Equation: G = R554 / R677）6) 改进的叶绿素吸收反射指数（Modified Chlorophyll Absorption in Reflectance Index (MCARI), ?Equation: MCARI = [(R700- R670) - 0.2 * (R700- R550)] * (R700/ R670)）7) 转换类胡罗卜素指数（Transformed CAR Index (TCARI)?, Equation: TSARI = 3 * [(R700- R670) - 0.2 * (R700- R550) * (R700/ R670)]）8) 三角植被指数（Triangular Vegetation Index (TVI)?, ?Equation: TVI = 0.5 * [120 * (R750- R550) - 200 * (R670- R550)]）9) ZMI指数（Zarco-Tejada & Miller Index (ZMI), Equation: ZMI = R750 / R710）10) 简单比值色素指数（Simple Ratio Pigment Index (SRPI), Equation: SRPI = R430 / R680）11) 归一化脱镁作用指数（Normalized Phaeophytinization Index (NPQI), Equation: NPQI = (R415- R435) / (R415+ R435)）12) 光化学植被反射指数（Photochemical Reflectance Index (PRI), Equation: PRI = (R531- R570) / (R531+ R570)）13) 归一化叶绿素指数（Normalized Pigment Chlorophyll Index (NPCI), NPCI = (R680- R430) / (R680+ R430)）14) Carter指数（Carter Indices?, Equation: Ctr1 = R695 / R420 Ctr2 = R695 / R760）15) Lichtenthaler指数（Lichtenthaler Indices?, Equation: Lic1 = (R790 - R680) / (R790 + R680) Lic2 = R440 / R690）16) SIPI指数（Structure Intensive Pigment Index (SIPI), Equation: SIPI = (R790- R450) / (R790+ R650)）17) Gitelson－Merzlyak指数 （Gitelson and Merzlyak Indices?, ?Equation: GM1 = R750/ R550 GM2 = R750/ R700）4. 热成像分析（选配）：用于成像分析植物在光辐射情况下的二维发热分布，良好的散热可以使植物耐受较长时间的高光辐射或低水条件（干旱）5. 近红外成像分析（选配）：用于观测分析植物的水分状态及其在不同组织间的分布变异，处于良好浇灌状态的植物表现出对近红外光谱的高吸收性，而处于干旱状态的植物则表现出对近红外光谱的高反射性，通过分析软件可以监测分析从干旱胁迫到再浇灌过程中的整个过程动态及植物对干旱胁迫的响应和水分利用效率，并形成假彩图像，可以与植物的形态指数及叶绿素荧光指数进行相关分析研究。系统配置与工作原理：PlantScreen植物表型成像分析系统XYZ三维移动成像版（PlantScreen XYZ Rototic System）基本配置包括自动化XYZ三维操作系统、RGB成像、FluorCam叶绿素荧光成像等，可选配高光谱成像、植物热成像、植物近红外成像、植物标识系统等，成像系统由自动化三维机械臂移动到植物上方进行成像分析等 技术指标： 1. XYZ三轴机械臂可自由移动至植物上方成像分析，大小可根据客户定制，标准配置整套系统200cm(长)x150cm(宽)x230(高)，成像扫瞄面积范围61cm x 129cm（可选配其它大型系统），植物高度49cm，Z轴最大负重30kg2. 标准配置X轴活动范围0－101cm，精确度±1mm；Y轴活动范围0－72cm，精确度±1mm；Z轴活动范围0-49cm，精确度±5mm；3. 叶绿素荧光成像：镜头分辨率130万像素，单幅成像面积35x35cm，测量光橙色618nm，橙色和白色双波长光化学光，饱和光闪为白色，最大光强3600μmol/m2/s,具735nm红外光源及八位滤波轮4. RGB成像：高灵敏度成像传感器1/2.5”,分辨率2592x1944像素，像素大小2.2μm，自动或手动曝光和白平衡等，成像信息包括时间和位置，纪录格式为日期－月份－年度－小时－分钟－秒－Pos_X_Y_Z.bmp5. RGB成像分析处理：桶形畸变校准功能、托盘探测与剪裁处理功能、背景减除功能6. NIR近红外成像单元（选配）：可成像采集1450－1600nm水吸收波段，以反映植物水分状况，在供水充沛情况下表现出高NIR吸收值，干旱胁迫情况下则表现出高NIR反射，NIR假彩色成像可以通过软件反映和分析植物水分状况7. 高光谱成像单元（选配），1000-2500nm（SWIR）镜头或400-1000nm（VNIR）镜头，视野150x100cm8. 热成像单元：分辨率640x480像素，温度范围20－120°C，灵敏度NETD0.05°C@30°C/50mK，成像面积可达150x150cm9. 系统控制与数据采集分析系统：用户友好的图形界面，用户定义、可编辑自动测量程序（protocols），控制单元有主电源开关、紧急关闭、XYZ三维轴启动开关、暂停键、移动键等，用户名和密码保护 产地：欧洲

PlantScreen样带扫描式植物表型成像平台 PlantScreen样带扫描式植物表型成像平台为温室或大型培养室用植物表型成像分析系统，用于植物样带叶绿素荧光扫描成像、RGB彩色成像分析及红外热成像分析等，可用于植物沿样带梯度胁迫实验研究分析、梯度植物耐受性检测研究、作物遗传育种、基因组学与表型组学研究、不同植物的光合生理特性研究、植物高通量Phenotyping、生物多样性检测分析及污染生态学和生态毒理学研究检测等。功能特点：1) 具备世界上单幅成像面积最 大的叶绿素荧光成像系统，成像面积达35×35cm2) 可进行叶绿素荧光成像分析和RGB彩色成像分析，还可选配红外热成像分析等 3) 可选配小型蒸渗仪用于栽培作物控制实验测量4) 样带扫描成像位置精确定位、定时、程序控制，一次可对12个约30cm直径的植物培养盆或SoilTron多功能小型蒸渗仪依次扫描成像分析5) 具备7位绿波轮和相应滤波器组合，可进行GFP或其它选配的稳态荧光成像检测，从而用于转基因表达检测分析6) 整套系统装配在具备4个轮子的支架上，成像高度可调、可定制，非损伤原位对植物进行叶绿素荧光成像、GFP荧光成像和RGB成像分析等研究 7) 在线数据分析8) 根据客户需求，可定制高速以太网远程控制功能9) 在没有交流电的情况下，可选配直流供电单元供电技术指标：1) 具移动轮方便移到，可进行叶绿素荧光成像分析、RGB植物彩色成像分析、GFP（绿色荧光蛋白）成像，还可选配红外热成像等，单幅成像面积可达35×35cm2) 成像平台440cm长，由两部分组成（每部分2.2m长）以便于运输和组装等，镜头及光源等高度60cm–110cm可调，可客户定制其它高度范围，从而适于不同生长类型不同高度植物的原位非损伤成像分析测量3) 扫描样带区域（样带长度）400cm，可精确定位、定时、程序可调，定位精度可达0.1mm，成像平台运行速度可达150mm/s4) 1分钟之内即可对直径约30cm的12盆植物扫描成像完毕5) 叶绿素荧光成像：a) 高灵敏度CCD传感器镜头（如选配同时测量GFP稳态荧光，采样频率达50fps，有效像素720x560，A/D 12比特（4096灰阶），具备视频模式和快照模式 b) 可选配高分辨率叶绿素荧光与GFP荧光镜头，2/3”CCD，最 高可达1360x1024像素（20fps）c) 620nm红色LED脉冲调制测量光源d) 红色与蓝色或红色与冷白色LED双色光化学光e) 735nm LED红外光源用于测量Fo’等f) 参数包括Fo，Fo’，Fs，Fm，Fm’，Fp，FtDn，FtLn，Fv，NPQ_Dn，NPQ_Ln，Qp_Dn，Qp_Ln，qN，QY，QY_Ln，Rfd等50多个叶绿素荧光参数，用于分析植物光合效率、适合度、生物与非生物胁迫及作物抗性、恢复力等g) 叶绿素荧光数据在线分析，包括柱状图、测量参数图、数据表格等，具备自定义图像分割等功能6) RGB成像测量分析：高灵敏度成像传感器1/2.5”，分辨率2560×1920像素，像素大小2.2μm，自动或手动曝光和白平衡等，测量参数包括：叶面积、植物紧实度／紧密度、叶片周长、偏心率、叶圆度、叶宽指数、植物圆直径、凸包面积、植物质心、相对生长速率等，可进行颜色分割分析、植物适合度评价、实验生长期叶面积动态变化比较分析、绿度指数、颜色分级分析（健康绿色、亮绿色、暗绿色、其他颜色）等表型参数7) 红外热成像单元（选配）：包括认证校准的红外热成像传感器镜头、热成像适配LED光源，分辨率640×480像素，温度范围20-120°C，灵敏度NETD0.05°C@30°C/50mK，成像面积35×35cm，用于气孔动态、干旱胁迫及病害胁迫研究分析等8) 系统自动控制与数据采集分析系统：a) 组成：控制调度服务器、应用服务器、数据库服务器、可编程序逻辑控制器及专用表型大数据分析软件等b) 自动控制与分析功能：具备用户定义、可编辑自动测量程序（protocols），根据用户设定程序自动完成全部实验。数据结果自动存储并分析，分析的数据结果可自动以动态曲线的形式显示。c) 用户可通过互联网远程访问，进行数据处理、下载及更改实验设计d) 具备用户权限分级功能，防止其他人员误操作影响实验e) 专家远程故障诊断，软件终身免费升级9) FS-WI步入式大型植物生长室（选配）a) 光源：冷白LED（6500K）+远红LED（735nm），其他光源如RGB三色光源板可定制，可0-100 %调控，专用光源制冷气流通道，可编程模拟昼夜周期变化、日升日落等自然界中光环境变化以及其他各种任意变化b) 均质光强：1000μmol(photons)/m2.s，可定制更高光强 c) 控温范围：10℃-40℃（控制效果与光强和环境温度有关，室温最 高为30℃），可定制更大控温范围，可编程模拟昼夜周期变化、日升日落等自然界中温度变化以及其他各种任意变化d) 控湿范围：40-80%±7%（控制效果与光强有关），可编程模拟昼夜周期变化、日升日落等自然界中湿度变化以及其他各种任意变化产地：欧洲PSI

欧洲知名植物表型分析技术公司PSI与荷兰植物生态表型中心（NPEC）合作，隆重推出PlantScreen全自动高通量琼脂培养植物表型成像分析平台。PlantScreen全自动高通量琼脂培养植物表型成像分析平台是一套新型高通量、自动化的植物表型成像系统。植物样品种植于专门设计的方形琼脂培养皿中。该平台是一个开创性的解决方案，重新定义了植物表型的研究方法。全自动高通量琼脂培养植物表型成像分析平台为全自动机器人操作，包括倾倒琼脂、播种、层积催芽、接种、成像分析全自动运行。可容纳2160个特制培养皿的全自动全流程（倾倒琼脂、播种、培养、成像分析）高通量表型分析。该平台由具备GMO（转基因生物）控制区的环控室（可选配）、操作台、培养柜（包括层积催芽柜）、机器人及成像工作站等组成，可进行根系形态成像分析、GFP等荧光蛋白成像分析、叶绿素荧光成像分析、多光谱成像分析、高光谱成像（透射光）分析及香豆素荧光高光谱成像分析等。 系统组成：1. 植物（琼脂）培养柜2. 层积催芽柜3. 培养皿操作台4. 用户缓冲区5. 液体操作台6. 叶绿素荧光与多光谱荧光成像工作站7. VNIR高光谱成像工作站8. 机器人主要模块功能：§ 培养皿操作台：准备培养介质、自动浇注培养皿、机器人自动播种 § 层积催芽柜：精确控温5℃、暗培养、容量2×360培养皿§ 植物（琼脂）培养柜：多通道LED培养光源（白光/红光/远红光）、最大光强400µ mol/m² .s、可调控红光/远红光比例模拟光调控条件§ 表型成像工作站：根系形态、叶绿素荧光（光合表型）、荧光蛋白、多光谱荧光（次生代谢）、高光谱等表型成像分析§ 液体操作台：自动化液体操作、生物安全柜、机器人自动细菌接种 § 机器人：高精度SCARA机器人，完成培养皿在各功能模块间的全部自动化转运作业 技术指标：§ 植物（琼脂）培养柜布局：共3个培养柜，4培养架/柜，9培养盒/架，20培养皿/盒§ 系统通量：2160专用培养皿§ 样品托盘类型：专用培养皿，129×129×16.5mm§ 培养光源：每层培养架上均配备光源，每个培养架和LED通道均可独立调控§ 光质：配备冷白光、红光和远红光，红光/远红光比例调控范围：0.5-0.82§ 光强：距离光源30cm处最大光强400µ mol/m² .s § 层积催芽柜：精确控温5℃、暗培养、容量2×360培养皿§ 培养皿操作台容量：1500培养皿§ 无菌处理：HEPA高效空气过滤，UV-C紫外杀菌§ 成像站：2台叶绿素荧光与多光谱荧光成像站、形态成像站、VNIR高光谱成像站 § 成像传感器：&Yuml 传感器类型：CMOS &Yuml 分辨率：4112×3006，12.36MP；binning模式2056×1503，3.09MP&Yuml 位深度：12bit&Yuml 传感器尺寸：1.1”&Yuml 快门：全域快门&Yuml 自由运行模式最大fps：2&Yuml 像素尺寸：3.45µ m；binning模式6.9µ m&Yuml 通讯接口：GigE千兆以太网§ 叶绿素荧光测量光源：620nm红橙光、5700K冷白光、735nm远红光§ 多光谱荧光与荧光蛋白测量光源：365nm紫外光，445nm品蓝光，470nm蓝光，505nm青光，530nm绿光，590nm琥珀色光§ 形态测量光源：5700K冷白光§ 叶绿素荧光成像参数：Fo, Fo’, Fs, Fm, Fm’, Fp, FtDn, FtLn, Fv, Fv'/ Fm', Fv/ Fm, Fv', Ft, NPQ_Dn, NPQ_Ln, Qp_Dn, Qp_Ln, qN, qL, QY, QY_Ln, Rfd, ETR等50多个叶绿素荧光参数§ 荧光蛋白成像：GFP、YFP、RFP、BFP等§ 滤波器：F469、F483、F513、F565、F586、F593、F520、F635、glass等（选配）§ VNIR高光谱成像&Yuml 光谱范围：350-900nm&Yuml 谱带尺寸：520nm&Yuml 入射狭缝宽度：50μm&Yuml 像素色散：0.28nm/pixel&Yuml 波长分辨率：2nm FWHM&Yuml 光谱分辨率：480 pixels&Yuml 空间分辨率：500 pixels&Yuml 帧频：45fps&Yuml 传感器类型：CMOS &Yuml 图像分辨率：1920×1000&Yuml 位深度：12bit&Yuml 像素尺寸：5.86µ m&Yuml 动态范围：67dB&Yuml 光源：反射模式：白光；荧光模式：紫外光&Yuml 控制与数据接口：GigE千兆以太网安装实例：荷兰植物生态表型中心NPEC已与PSI公司合作建设了多套PlantScreen植物表型成像系统，应用于拟南芥、烟草、番茄、藜麦等植物的表型研究。PlantScreen全自动高通量琼脂培养植物表型成像分析平台是他们的最新合作成果，于2023年刚刚建设完成。产地：欧洲

2智能化作物信息采集平台智能化作物信息采集平台可实现温室苗床作物如棉花、玉米、油菜、水稻、小麦等作物的性状参数全自动、无损、高通量准确 提取；该平台集光电技术、自动化控制技术和计算机图形处理技术于一体，包括成像移动单元、一体化控制中心、信息获取单元及处理分析软件平台。其中，作物输送单元由龙门式二维精密运动机构组成可实现二维方向的精准运动控制；信息获取单元由可见光相机、高光谱相机、红外相机等传感器组成获取作物苗不同波段图像信息，结合处理分析软件实现苗床作物植株生物量、株型、颜色、病害等相关性状的提取；一体化控制中心主要由二维运动控制器、控制系统组成，二维运动控制器通过协议指令与上位机控制系统进行通信连接，接收上位机通信指令驱动二维运动机构进行运动，实现整个平台的运动控制及数据采集存储及分析。3功能特性全自动测量；上位机控制系统一键操作；可集成多种光学传感器，灵活便捷的传感器模块接口；通量高、性价比高；具备高稳定性云台使光学传感器工作状态稳定；专门针对室内作物性状检测设计的作物信息获取平台；可实现苗床作物植株生物量、株型、颜色、病害等相关性状提取；采取“Sensor to Plant”模式的设计理念，移动传感器单元，保持作物状态不变，更加贴近于自然状态；4成像移动单元运行速度：0-1m/s，伺服调速定位精度：小于1mm供电方式：单相220V/50Hz成像光源：配备4组高亮度全波段LED光源6成像单元可选配RGB可见光成像单元、红外成像单元、高光谱成像单元。RGB可见光成像单元：可测参数：作物株型相关参数、颜色、生物量相关参数及病害识别鉴定等红外成像单元：可测参数：实现苗床棉花等模式作物冠层温度采集，植株叶片病变区域温度分布、叶片蒸腾作用相关性状，以及用于胁迫生理学，水力学相关研究高光谱成像单元：可获取海量的光谱和空间信息，实现作物颜色、形态及纹理参数；叶绿素、叶黄素等色素含量；氮磷钾等营养元素含量、水 分等的提取。7选型配置表8典型案例华中农业大学智能化作物信息采集平台智能化作物信息采集平台搭载不同光学检测手段，无损高通量实时获取温室苗床植物海量表型信息。

温室盆栽高通量植物表型成像系统集光电技术、自动化控制技术和计算机图形处理技术于一体，实现水稻、玉米、小麦、油 菜、棉花、烟草、柑橘等盆栽植物表型参数全自动、无损、高通量准确提取。系统整体包括栽培单元、输送单元、成像单元、 图形工作站，根据用户选配情况可在线获取植物RGB可见光图像(VISI)、远红外图像(FIRI)、近红外图像(NIRI)、荧光图像 (FLUI)、高光谱图像(HYPSI)、３D激光图像(3D-LSI)、CT断层图像(CT-I)、多光谱图像(MSI)，通过数据软件分析可 得到盆栽植物的株高、株宽、叶片面积、叶片角度等株型参数、鲜重干重等生物量参数、分蘖参数，此外还可根据用户需要定 制化感兴趣的二级性状参数。成像暗室单元暗室尺寸： 2000mm×3300mm×2000mm （可定制）最大植物尺寸：幼苗至 8m自动传送单元传送速度：0-2m/s传送线宽度：500mm定位精度：≤±2mm承重：50-300kg/ 盆（可定制）控制/采集单元控制/采集单元由高性能自动化控制系统和植物图形采集工作站组成，为植物表型成像系统的大脑中枢；可编程序控制器、工 业通讯系统、变频器等均采用国际名牌产品，提供符合Windows标准的友好的人机界面，方便人员操作；单元中充分考虑环 境对设备的影响，保证意外状态下不影响正常运行：故障单元的停机、离线对系统没有任何影响，运用自动均载技术，保证运 行平稳；按照设计规范安装各种探测开关和限位装置防止越程、误操作，并进行信息反馈；采用标准开发协议，支持自有或第 三方平台实时获取植物扫描图像、监控等数据；储存空间无限扩容，以应对不同阶段对数据库性能和存储空间的需求。成像传感器单元RGB可见光成像单元：可测参数：持绿性，卷叶程度，枯死叶比例，生物量，高度等远红外成像单元：可测参数：作物冠层温度分布、叶片蒸腾作用、作物干旱胁迫等相关性状高光谱成像单元：可测参数：无损动态提取海量光谱特征性状，获取不同波段下高光谱图像参数的光谱指数、并基于模型计算植株叶片营养元素含量(N、P、K)、叶绿素含量、水分含量等相关性状。CT成像单元：可测参数：主要用于测量温室盆栽的禾本科植物的分蘖数、分蘖角度、分蘖大小、分蘖形状等分蘖参数、作物植株的茎秆壁粗、壁厚、维管束等茎秆相关参数以及植株内部形态结构、成分含量变化等。多光谱成像单元：三维多光谱冠层扫描仪适用于室外自然光照条件下 农作物冠层的三维多光谱表型数据快速采集，可在 室外自然光条件下采集多光谱数据时，同步测量农 作物冠层的三维点云数据。选型配置表河南大学抗逆改良中心高通量作物表型平台集成高通量表型检测平台、植物生长平台、根系生长平台、植物春化平台，快速高通量计算样品相应表型信息，获取大量高价值 的表型数据，建立表型数据库。

016性能参数轴距：350mm最大起飞海拔高度：6000m最大上升速度：6 m/s（自动飞行）、5 m/s（手动操控）最大下降速度：3 m/s飞行时间：约 30 分钟（不携带多光谱相机）、约25分钟（携带多光谱相机）027云台系统全自动测量；稳定系统：3-轴：（俯仰、横滚、偏航）可控转动范围：俯仰：-90°至 +30°最大控制转速：俯仰：90°/s角度抖动量：±0.02°038高分辨率可见光相机影像传感器：1 英寸 CMOS；有效像素 2000 万（总像素 2048 万）光圈：f /2.8-f/11；带自动对焦（对焦距离1m-∞）ISO 范围：视频：100-3200（自动），100-6400（手动）； 照片：100-3200（自动），100-12800（手动）， 机械快门8-1/2000 s，电子快门8-1/8000 s049成像平台-传感器多光谱相机：光谱波段：蓝光波段（中心波长475nm，20nm波段宽度）； 绿光波段（中心波长560nm，20nm波段宽度）； 红光波段（中心波长668nm，10nm波段宽度）； 红边波段（中心波长717nm，10nm波段宽度）； 近红外波段（中心波长840nm，40nm波段宽度）成像模式：Global shutter 全局成像成像分辨率：120m飞行高度对应地面分辨率8cm热红外相机：图像分辨率：640x512（可获得cm空间分辨率（20米相对航高，19mm镜头））探测波段：7.5-13.5 μm成像模式：Global shutter 全局成像成像速率 ：最快每秒1张050选型配置表061应用案例轻小型无人机表型平台在水稻纹枯病等级评估中的应用无人机分别搭载可见光传感器和五波段多光谱传感器，对图像和光谱进行分析，结合地面实测NDVI和病害指数数据，定量评估不同 传感器所获接种区、侵染区的多种图像植被指数与实测NDVI之间的相关性，并利用多光谱图像NDVI反演水稻纹枯病的病害等级。轻小型无人机表型平台（低空无人机超高分辨率成像技术）在油菜播种成苗率评估中的应用基于超高分辨率（0.18cm/pixel）遥感影像计算的颜色植被指数进行油菜目标识别及其形态特征信息提取；结合田间调查数据，采 用逐步回归分析方法，建立了机械直播油菜在苗期的株数与遥感特征信息之间的关系。实验区域及油菜识别结果（地面分辨率:1.5mm/像素）株数的真实值和模型预测值的比较（准确率达97%）

PhenoTron-YZ植物表型与种质资源成像分析系统，是由易科泰生态技术公司最新推出的一款基于光谱成像与机器视觉技术的多功能、高通量实验室表型性状分析系统，采用国际先进的光谱成像传感器技术和易科泰光谱成像与无人机遥感研究中心设计研发的STP（Sensor-To-Plant）全自动作物表型XYZ扫描成像分析平台技术，可用于实验室高通量植物表型成像分析、作物种质资源检测鉴定、作物遗传育种、作物胁迫与抗性筛选、高通量考种等。系统采用STP技术，由主机系统和光谱成像系统组成，主机系统包括主机箱、控制单元、触摸显示屏、数据处理服务器等组成；光谱成像系统由光谱成像传感器、光源系统、自动扫描Y轴及Z轴同步升降双轴系统等组成。主要技术特点：1) 标配400-1000nm高光谱成像，或400-1000与900-1700nm双镜头高光谱成像，可选配1000-2500nm高光谱成像2) 选配Thermo-RGB红外热成像与RGB成像分析3) 选配叶绿素荧光成像分析4) 选配3D激光扫描5) 称重式360度旋转平台（选配），可实现植株顶部和侧面（Z轴）全方位成像分析6) 全自动样带式扫描（Y轴）成像，可同时对多盆植株成像分析，还可对样品盘内的根系、叶片、果实、种子进行高通量成像分析7) 模块式结构，主机系统采用5G通信技术，星型组网物联网模块，可任意扩展增加传感器和控制模块如光源、秤重、旋转平台、温湿度监测等8) 可远程控制、自动运行数据采集存储等功能9) 系统自动保护功能，发生短路、过载、欠压时自动紧急断电，避免设备损坏10) 系统平台具万向脚轮，方便移动主要技术指标：1) 控制单元为嵌入式操作系统，全中文触控屏，方便系统调试、试运行等2) 用户可通过PC端全中文GUI软件实现远程操控相机及平台3) 10英寸触摸显示屏，集移动扫描、同步升降、相机控制、光源开关、快门触发、一键秤重及显示于一体4) 支持组合命令：最高可设置10条命令，实现无人值守工作5) 模块式结构，5G无线通信技术，传感器及控制单元星型组网，具备强大的扩展功能6) Y轴自动移动扫描行程1.2m，Z轴同步升降行程60cm，安全负载高达40kg7) 移动速度与精度：1-40mm/s可调，移动及定位精度1mm8) 有效扫描成像范围：120cm×60cm9) VNIR高光谱成像：a) 波段范围：400-1000nmb) 波段数：224通道c) 光谱分辨率：FWHM 5.5nmd) 空间分辨率：不低于1024×1024e) 信噪比600:1f) 分析参数：可成像测量分析作物生化、生理指标如叶绿素含量、花青素含量、胡萝卜素含量、光利用效率、健康指数、覆盖度、胁迫等20多个参数10) SWIR近红外高光谱成像：a) 波段范围：900-1700nmb) 波段数：224通道c) 光谱分辨率：FWHM 8nmd) 空间分辨率：不低于640×640e) 信噪比：1000:1f) 分析参数：可成像测量分析NDNI归一化N指数、NDWI归一化水指数、MSI水分胁迫指数等 11) 红外热成像：a) 分辨率：640×512像素b) 测量温度范围：-25℃－150℃c) 灵敏度：0.03℃（30mK）@30℃d) 光谱范围：7.5－13.5μme) 传感器：非制冷红外焦平面感应器，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（自然、彩虹、灰度、梯度等14种颜色组合）、差值技术、温度范围设置（以改变颜色分布或突出选择范围等）、等温线模式、选区分析（点、线、多边形等）、温度扫描（显示所选线的温度分布曲线等）、剖面温度、时间图等；可显示图片信息；具备报告模式等；可进行控制设置12) RGB彩色成像：高分辨率 RGB 成像，分辨率达 18MPixels，10 倍光学变焦，可选配其它分辨率镜头，配备专业形态测量与颜色分析软件13) 叶绿素荧光成像单元（选配）：a) 专业高灵敏度叶绿素荧光成像CCD，帧频50fps，分辨率720x×560像素，像素大小8.6×8.3μmb) 光化学光最大1000μmol.m-2. s-1可调，饱和脉冲3900μmol.m-2. s-1c) 可自动运行Fv/Fm、Kautsky诱导效应、荧光淬灭分析、光响应曲线等protocolsd) 50多个叶绿素荧光自动测量分析参数，包括：Fv/Fm、Fv’/Fm’、Y(II)、NPQ、qN、qP、Rfd、ETR等，自动形成叶绿素荧光参数图e) 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14) 可选配ENVIS环境因子监测模块，如空气温湿度监测及CO监测等15) 系统平台规格：标配约190cm×170cm×60cm（长×宽×高）

WIWAM植物表型成像系统由比利时SMO公司与Ghent大学VIB研究所研制生产，我们提供的Conveyor版本、Line 版本、XY版本、Box版本仅仅是我们WIWAM植物表型成像系统的基础版本，如果您有较多需求，请与我们联系，为您量身打造个性化表型成像系统。WIWAM植物表型成像定制系统背景介绍SMO是欧洲先进的机械设备制造与设计工程公司，在机械自动化以及机器视觉成像领域拥有丰富的设计和实践经验，为欧洲先进客户提供机械解决方案，SMO公司将机械领域的先进理念带入了植物表型研究领域，所采用的配件均为工业界广泛认可的高品质配件，耐受苛刻环境，另外表型设备领域的好多自动化配件，均由SMO公司自主设计，例如WIWAM系统的高精度称重浇水工作站，专有的高精度相机定位系统等等，鉴于工业领域的丰富经验，可针对不同客户需求，提供真正快速定制化的解决方案。因公司拥有较为强大的工程师团队，一般数周左右就可以提供较复杂表型成像系统的解决方案。由于采用开放式框架结构，目前WIWAM可以集成目前市面上所有的相机传感器模块，如RGB相机、叶绿素荧光成像模块、高光谱相机模块、近红外相机模块、3D激光扫描模块、多光谱模块、CT成像模块等，是目前上表型成像领域整合能力先进的公司，这也顺应了植物表型组织提出的标准化的潮流，提供设备涉及到室内表型、田间表型、根系表型、种子表型等领域。在该领域较突出的一点，SMO公司是目前所有表型设备提供商里不多见的进行自主机械、控制系统设计和生产的公司，因自有长期的机械工程人员和自己的生产场地，能应对表型领域客户的较为多样化的需求。VIB所：比利时VIB生物研究所是较先进的植物科学研究所之一，大名鼎鼎的蒙塔古教授（CropDesign公司创始人）、 Dirk Inzé，均来自该所，主要科研人员和创始人来自比利时VIB所的CropDesign首先成功研制出自用的称为TraitMill的技术平台。VIB所作为WIWAM系统开发者，在率先使用高通量植物表型识别系统WIWAM鉴定出农作物产量性状的关键基因，目前相关文章发表在Nature Biotechnology等先进期刊上。SMO公司与VIB合作，将工业自动化、机械视觉、人工智能以及生物学技术等相结合，设备开发人员包括自动化工 程师、机械视觉专家、植物遗传学家，生态生理学家，发育生物学家，农艺学家，气候研究员，土壤学家，生物信息学家和生物学家，植物发育、生理过程和气候情景建模相关的其他相关领域的科学家，传感技术开发者等，目前先进客户有根特大学、拜耳公司等等。定制案例1.水果蔬菜分析系统定制的WIWAM平台是为番茄、黄瓜和辣椒等水果的表型研究而建立的。通过扫描代码和选择水果类型来初始化新一批水果。之后，操作员可以在运行的传送带上逐个放置水果，首先，水果被运送到一个带有专用照明的成像舱，在这个成像舱里，俯视和侧视RGB相机会自动触发。然后，在运输过程中记录单个水果的重量。在传送带的末端，水果被收集起来，或者可以倾倒在一个集装箱里。这个系统可以在不到一个小时的时间内对数百种水果进行准确的分型。PIPPA软件管理表型数据，并集成颜色、形状和大小特征的分析。

产品简介高通量植物荧光表型检测平台可以定制化的对小型样品进行荧光图像采集，通过定制化的数据分析软件连续720小时以上获取各类小型植物荧光图像参数以及动态参数，可用于拟南芥，烟草等小型植物的表型研究。应用领域植物病理研究作物抗病研究植物动态生长发育研究主要配置成像单位像素：14μm成像单元类型：高分辨率CCD相机照明位置：顶部，侧部 照明光源类型：紫外灯（荧光成像光源），日光灯（生长光源）尺寸：2000*2000*2000mm（长宽高）电源：单相 220VAC控制装置：WindowsPC控制机柜软件：在线控制，图像处理，数据分析主要性能参数可测参数：荧光图像亮斑个数，纹理，面积变化趋势，荧光亮度变化趋势等效率：5s/株检测方式：在线实时采集数据存储：JPG格式实存储数据分析：EXCEL格式自动存储系统稳定性：连续工作720h以上工作环境温度：0-50℃产品图片高通量植物荧光检测平台、荧光图像采集软件图、数据分析图（a）为原始荧光图像，（b）为分割伪彩图。公司简介谷丰光电（GREENPHENO）致力于植物表型，农业科研和机器视觉系统集成领域，具备核心图形处理、光机电控制、以及系统集成技术，掌握一批自主知识产权。主营业务包含：水稻数字化考种机；玉米在体、离体数字化考种机；全自动银染显影仪；双目视觉谷粒检测仪；叶片表型快速分析仪；水稻穗长测量系统；高通量植物分蘖测量系统；高通量植物表型参数自动提取系统等光机电一体化仪器设备定制，应用软件及算法开发。谷丰光电将立足于高端农业科研仪器、植物表型系统，坚持高科技、高价值、高效益三大目标，打造实力品牌优势、系统优势和价值优势的知名光电企业。

FluorTron植物光合表型成像分析技术基于高分辨率、高灵敏度叶绿素荧光动态成像技术、多通道调制智能LED光源技术及机器视觉技术，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) 高分辨率，高灵敏度视频叶绿素荧光动态成像2) 可自动运行如下Protocols：a) 荧光淬灭分析b) 光响应曲线c) Kautsky诱导效应及叶绿素荧光快速动力学曲线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4) 可选配基于智能LED光源技术的多光谱成像，或多功能高光谱成像5) 可选配视频光谱成像功能，包括叶绿素荧光光谱成像、Red-Edge反射光光谱成像等 技术指标：1) 荧光淬灭分析叶绿素荧光成像测量参数：Fo、Fm、Fp、Ft、Fs、Fm’、Fv/Fm（QYmax）、∆ F/Fm’（YPSII）、Fv/Fo、NPQ、Rfd、qP、Y(NPQ)、Y(NO)、EXC、1-qP、ETR等2) 叶绿素荧光快速动力学测量参数：Fo、Fi、Fm、Vi、Mo、Sm、QY、能量散失光量子产量、平均光量子产量等3) 光响应曲线成像分析4) 成像面积：≥50cm x 50cm5) 叶绿素荧光成像分辨率：2448x2048像素6) 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7) 传感器：500万像素2/3”CMOS8) 像元大小：3.45µ m x 3.45µ m9) 最大帧频：≥70fps10) 曝光时间：15µ s-10s11) Binning：支持1x1和2x212) 激发光：蓝色LED激发光源，可选配多激发光13) 模块式具备可扩展性，可扩展选配Thermo-RGB成像，或多光谱成像等14) Thermo-RGB成像：具备红外热成像与RGB成像融合分析功能，对不同ROI进行温度、颜色及形态分析，包括最低温度、最高温度、平均温度、温度频率直方图、图像分割分析（如光照叶片温度、阴影叶片温度——反映不同光照条件下的光合状态和气孔行为）15) 可选配侧面多功能高光谱成像功能a) 包括高光谱成像、多光谱成像、Red-Edge光谱成像、近红外成像、RGB成像等，可进行高分辨率颜色分析（可区分100多种颜色），测量参数包括结构指数、色素指数、叶黄素循环色素指数、生理与衰老指数（包括健康指数）、光合物候指数、N指数、水含量指数等50多个参数b) 侧面形态分析功能：高度、冠层宽度、冠层侧面面积、冠层侧面凸包面积等c) 具备截面参数分析功能d) 叶绿素荧光高光谱成像（选配），稳态叶绿素荧光高光谱成像分析e) UV-MCF成像分析功能（可根据预算和需求选配）f) 可选配360度旋转平台，由操作系统自动调控旋转角度等，已进行三维成像分析16) 视频光谱成像：可运行叶绿素荧光光谱成像、Red-Edge光谱成像，高灵敏度每秒可达120个数据立方 其它相关产品：1. FluorTron多功能高光谱成像系统，高光谱成像、叶绿素荧光成像、UV-MCF生物荧光成像2. PhenoTron-PTS植物表型成像分析系统，叶绿素荧光成像、多光谱荧光成像、高光谱成像、Thermo-RGB成像3. 模块式植物表型成像分析系统，叶绿素荧光成像、多光谱荧光成像、Thermo-RGB成像4. 移动式叶绿素荧光成像系统，叶绿素荧光成像，多光谱荧光成像、高光谱成像、Thermo-RGB成像

用途：凭借数十年植物科学研究的经验而设计出的PlantScreen植物表型成像分析系统，可用于高通量植物表型监测、植物构架量化以及在自然环境、温室和野外条件下高精度控制测量。 PlantScreen植物表型成像分析系统整合了叶绿素荧光动力学成像、植物形态学和RGB真彩3D成像、植物热成像、植物高光谱成像、植物近红外成像、自动条形码识别管理、植物图像控制软件和植物表型数据分析等系统，通过外接传感器和软件系统可测量光合有效辐射、空气温湿度、CO2、风速等环境因子，用于植物高通量表型成像分析测量、植物胁迫响应分析测量、植物生长分析测量、植物生态毒理学研究、性状识别及植物生理生态分析研究等。 特点：专业定制，根据用户实验需求量身定制；测量参数多样，有热成像、RGB成像、叶绿素荧光成像、高光谱成像、近红外成像等全方位测量参数；适用于多种类型的研究对象，拟南芥、水稻、小麦、玉米等；成像面积大，单幅成像达40cm x40cm；成像分析平台尺寸大，宽10m，高度可调至2.5m，样带轨迹长度100m；可外接环境气象因子传感器，综合分析环境因素的影响；用户可编辑测量程序（protocols），满足特殊实验需求。 技术规格：系统主体成像分析平台宽10m，高度可调，最大2.5m，可沿10m宽样带移动成像，样带轨迹长度100m外接传感器外接传感器和软件可采集PAR、CO2、空气温湿度、风速GPS带GPS精准定位系统实验程序预设常用实验程序（Protocols），用户可自定义、编辑实验程序叶绿素荧光成像系统测量和计算的参数Fo, Fm, Fv, Fo’, Fm’, Fv’, Ft, Fv/Fm, Fv’/Fm’, Phi_PSII, NPQ, qN, qP, Rfd等几十个叶绿素荧光参数成像面积40cm x 40cm测量光橙色620nm光化学橙色和白色双色光饱和光白色或蓝色，最大光强3600μmol.m-2 .s-1镜头分辨率1024 x 768像素，7位滤波轮RGB成像测量参数叶面积、植物紧实度、叶片周长、偏心率、叶圆度、叶宽指数、叶片细长度SOL、植物圆直径、凸包面积、植物质心、节间距、生长高度、植物三维最大高度和宽度、相对生长速率、叶倾角、节叶片数量、其他用于植物适合度估算的颜色定量分级、绿度指数成像位置顶部及侧面全方位成像分辨率500万像素高光谱成像测量参数归一化指数、简单比值指数、改进的叶绿素吸收反射指数、最优化土壤调整植被指数、绿度指数、改进的叶绿素吸收反射指数、转换类胡萝卜素指数、三角植被指数、ZMI指数、简单比值色素指数、归一化脱镁作用指数、光化学植被反射指数、归一化叶绿素指数、Carter指数、Lichtenthaler指数、SIPI指数、Gitelson-Merzlyak指数光谱范围380-1000nm光源LED，光强50-1000μmol/m2s热成像分辨率640x480nm温度范围20-120°C灵敏度NETD0.05°C@30°C/50mK成像面积35x35cm近红外成像波长范围1450-1600nm RGB成像 叶绿素荧光成像 高光谱成像 近红外成像 热成像 控制软件 产地：捷克

高通量植物荧光表型检测平台可以定制化的对小型样品进行荧光图像采集，通过定制化的数据分析软件连续720小时以上获取各类小型植物荧光图像参数以及动态参数，可用于拟南芥，烟草等小型植物的表型研究。应用领域：植物病理研究作物抗病研究植物动态生长发育研究成像单位像素：14μm成像单元类型：高分辨率CCD相机照明位置：顶部，侧部照明光源类型：紫外灯（荧光成像光源），日光灯（生长光源）尺寸：2000*2000*2000mm（长宽高）电源：单相 220VAC控制装置：WindowsPC控制机柜软件：在线控制，图像处理，数据分析 可测参数：荧光图像亮斑个数，纹理，面积变化趋势，荧光亮度变化趋势等效率：5s/株检测方式：在线实时采集数据存储：JPG格式实存储数据分析：EXCEL格式自动存储系统稳定性：连续工作720h以上工作环境温度：0-50℃ 高通量植物荧光检测平台、荧光图像采集软件图、数据分析图（a）为原始荧光图像，（b）为分割伪彩图。主营业务包含:水稻数字化考种机；经济型水稻数字化考种机；玉米籽粒数字化考种机；玉米果穗考种机；叶片表型快速分析仪；双目视觉植物表型分析系统；小型植物表型分析系统；高通量植物表型参数自动提取系统；高通量植物荧光表型检测平台；高光谱成像系统；水稻穗长测量系统；高通量植物分蘖测量系统；同时我们也提供作物考种服务，图像分析定制服务，表型仪器定制服务。谷丰光电将立足于高端农业科研仪器、植物表型系统，坚持高科技、高价值、高效益三大目标，打造实力品牌优势、系统优势和价值优势的知名光电企业。

01产品简介双目视觉是获取目标物体三维几何信息的重要手段之一，双目视觉植物表型分析系统是基于双目视觉技术，可静态快速测量植物表新型参数。以米粒为例，可获取其粒长、粒宽、粒厚，粒周长，粒面积，粒体积，细长度，紧凑度以及颜色等信息。 02应用领域谷粒3D表型性状提取植物3D表型性状提取 03主要配置成像单元像素尺寸：0.07mm成像单元类型：高分辨率RGB可见光光照：顶部尺寸:750*500*900mm（长宽高）电源:单相 220V AC控制装置:WindowsPC软件:图像处理，数据分析 04主要性能参数平均误差：≤3%±0.5%效率：10s/次检测方式：双目相机静态采集数据存储：EXCEL格式自动存储可持续工作时长：20h(每天)工作环境温度：0-50℃额定功率：0.5KW 05产品图片双目视觉植物表型分析系统及数据分析软件。系统获取的粒长、粒宽、粒厚表型参数与人工测量结果的分析。系统测量的谷粒长、宽、厚、周长、面积、体积参数与千粒重之间的相关性分析。06公司简介谷丰光电（GREENPHENO）致力于植物表型，农业科研和机器视觉系统集成领域，具备核心图形处理、光机电控制、以及系统集成技术，掌握一批自主知识产权。主营业务包含：水稻数字化考种机；玉米在体、离体数字化考种机；全自动银染显影仪；双目视觉谷粒检测仪；叶片表型快速分析仪；水稻穗长测量系统；高通量植物分蘖测量系统；高通量植物表型参数自动提取系统等光机电一体化仪器设备定制，应用软件及算法开发。谷丰光电将立足于高端农业科研仪器、植物表型系统，坚持高科技、高价值、高效益三大目标，打造实力品牌优势、系统优势和价值优势的知名光电企业。

产品简介小型植物表型分析系统主要针对于盆栽植物的表型性状提取，通过侧视以及顶视RGB相机获取植物在不同旋转角度下的图像，通过定制化软件分析，可以获取盆栽植物的形态性状参数、纹理性状参数、颜色性状参数以及整株相关表型性状参数。可测参数花形态相关性状参数： 花径、花面积、花分形维数、花投影面积/外接圆面积、花投影面积/外接矩形面积、花投影面积/外接凸包面积、花外接圆面积、花外接矩形面积、花凸包面积等花型参数 花颜色相关性状参数：RGB、HSL分量花纹理相关性状参数：均值、标准差、平滑度、三阶矩、一致性、熵整株相关表型参数： 株高、株宽、长宽比、绿色程度值、标准差、平滑度、三阶矩、一致性、熵整株纹理参数、周长/面积比、绿色投影面积、分形维数、投影面积/外接圆面积、投影面积/外接矩形面积、投影面积/外接凸包面积、外接圆面积、外接矩形面积、凸包面积 系统配置参数侧视RGB系统参数配置：视野面积：1200 mm (height) x 1000mm (width)分辨率：2452 (height) × 2056 (width)镜头焦距：8 mm每株水稻拍摄图像帧数：20物距： 1000mm顶视RGB系统参数配置：视野面积：500mm (height) x 500 mm (width)分辨率：2452 (height) × 2056 (width)镜头焦距：8 mm每株水稻拍摄图像帧数：1物距： 500 mm工作电压：220V交流电工作效率：30秒/株 系统结构图小型植物表型分析系统结构图

WIWAM植物表型成像系统由比利时SMO公司与Ghent大学VIB研究所研制生产，整合了LED植物智能培养、自动化控制系统、叶绿素荧光成像测量分析、植物热成像分析、植物近红外成像分析、植物高光谱分析、植物多光谱分析、植物CT断层扫描分析、自动条码识别管理、RGB真彩3D成像等多项先进技术，以优化的方式实现大量植物样品——从拟南芥、玉米到各种其它植物的全方位生理生态与形态结构成像分析，用于高通量植物表型成像分析测量、植物胁迫响应成像分析测量、植物生长分析测量、生态毒理学研究、性状识别及植物生理生态分析研究等。SMO机械设备制造与设计工程公司是一家将大规模自动化理念和工业级零件和设备整合入植物成像系统的厂家，在机械自动化以及机器视觉成像领域拥有丰富的设计和实践经验，为欧洲客户提供机械设计解决方案，SMO公司将机械领域的先进理念带入了植物表型机器人领域，所采用的配件均为工业界广泛认可的高品质配件，耐受苛刻环境，另外表型设备领域的诸多自动化配件，均由SMO公司自主设计，因公司拥有极为强大的工程师团队，基于工业领域的丰富经验，可针对不同客户需求，一般2-3周就可以提供极复杂表型成像系统的解决方案。目前WIWAM植物表型平台分为WIWAM XY，WIWAM Line以及WIWAM Conveyor3个系列，同时还提供WIWAM Boxing柜式成像系统，也提供野外表型成像系统设计方案。植物表型成像系统WIWAM Line产品说明WIWAM Line是一款高通量可重复性表型机器人，用于对小型植物，如小玉米植物研究。该机器人可定期对多种植物参数进行自动化灌溉和并测量多种植物生长参数。WIWAM line代替了很多手工处理，省时省钱，精度较高。WIWAM Line由花盆定位桌面，不同个体线路，底层端口机器人以及1或多个成像或称重/浇水站组成。全套系统可以安装在现有生长室，内置高品质工业部件。植物在各自花盆内生长，预设时间间隔，机器臂提取植物，将其带到成像和称重浇水工作站。机器人将桌面上的线路移到旁边，生成机械臂到定位花盆所需空间，并将其提升脱离桌面。RFID读取装置以及花盆底部的RFID标签，可作为额外花盆识别法，识别和校正桌面上因手工花盆安置造成的错误。通常旁边取景照相机从不同角度获得图像。成像站可安装一系列照相机系统。组合称重/浇水站集成在机器臂上。花盆中植物在浇水时旋转以获得较佳水分布。灌溉精度较高可达+/- 0.1 mL。另外，灌溉可基于自动目标重量计算或固定量。在整个实验过程中，可有效控制土壤湿度水准。集成光温度和湿度传感器可监控温度，详细记录实验生长条件。植物表型成像系统WIWAM Line产品特点1、浇水时花盆旋转以获得水分布2、高精度灌溉(达0.1mL !).3、WIWAM Line 可配置环境传感器4、WIWAM Line 配有直观用户界面5、开放式数据库结构6、可提供全定制系统成像系统优势所有表型平台均为SMO工程部门自主设计、针对课题组的研究项目快速、准确提供技术方案，设备中诸多备件为自主生产和设计；公司软件设计团队针对具体项目提供有针对性的WIWAM定制软件；SMO和VIB自主开发PIPPA 数据管理、视觉成像和分析软件，系统高效处理整个实验设计的大数据；PIPPA 软件可安装在网络服务器上（包括专有用户管理系统），网络中每个计算机均可操作；在PIPPA软件内，可集成整合外来分析数据和文本；易于获取数据库和原始图像数据；与客户自有IT技术设施进行整合；针对客户对表型设备运行环境了解欠缺的事实，提供表型设备生长室、温室建设交钥匙设计方案，实现环境参数如照明、温度、湿度等控制，提供一站式表型研究解决方案；专门技术人员维护设备、定期指导维护硬件；官方代理密切沟通服务、提供支持反馈；自主电路设计、建筑内电柜设计、机械电缆布线以及PLC管理所有室内设施，将工业领域理念灌输到科研中；多篇利用WIWAM系统进行研究的文章发表在期刊如Nature Biotechnology等上面；迅速增长的用户群；采用开放式框架设计，可整合市面上的所以种类成像模块。应用领域遗传资源和序列数据快速积累，但将该信息与基因功能相关联的进程要缓慢的多，这表明植物表型是理解基因 编码过程以及应用该知识改善作物产量的主要瓶颈。众所周知表型工作是最耗劳力和具技术挑战性的部分，成本高且耗时。但该“表型瓶颈”已可通过集成新型图像获取技术、机器人技术、图像分析技术以及数据处理技术解决。WIWAM 植物表型成像系统集成了这些技术，替代了很多人工处理。该植物表型平台可应用到多个研究领域，包括植物生长调节、耐旱研究、植物生理、盐碱或重金属胁迫反应等。也可在不同光照条件，营养水平或土壤类型下，研究化学物影响.产品可选配模块可见光RGB成像模块可见光RGB成像是所有高通量植物表型平台的核心部分，它分辨率高、测量快速、科研中应用较多、发表文章较多，可以捕获与植物生长和发育相关的大量参数。此外，它们可以提供植物形态和结构的测量，并且包含颜色信息。参数如下：叶面积、植物紧实度／紧密度、叶片周长、偏心率、叶圆度、叶宽指数、植物圆直径、凸包面积、植物质心、节间距、生长高度、植物三维最大高度和宽度、相对生长速率、叶倾角、节叶片数量。叶绿素荧光成像模块叶绿素荧光成像属于定制化设计，成像面积范围是从30x30cm到200x200cm，是目前适合大型植物植株成像的荧光成像系统。它可以顶部成像，也可以侧面成像，甚至顶部和侧面都成像；集成到高通量植物表型平台中，进行高通量的光合表型测量。该模块技术参数如下：Fo, FI, Fm, Ft, Fm’, FI’, Fo’, Fv/Fm, φPSII, φRO, NPQ, qN, qP, Rfd, NDVI, RNIR, RChl, RAnth, RRed, RGreen, RBlue, Chl. Index, Ant. Index等。叶绿素荧光成像技术参数群体植物光合长期监测模块实时对植物进行多传感监控：PSII最大和有效效率，光强，辐射，ETR以及植物面积。群体植物光合长期监测传感器是一款自动多传感器，可测量PSII与最大效率(Fv/Fm)、有效效率相关的参数。通过镜像系统，通过内置计算机控制，激光束打到植物上。每5秒钟，激光束不断变化在植物上的位置，每次循环可生成数百个测量点。系统编程测量每个激光点的PSII效率，光强以及辐射。计算参数有PAR光，Fq’/Fm’以及ETR(电子传 递速率)。ETR与CO2吸收相关。植物面积可从含有叶绿素的测量位置数计算出来。传感器上面有2个内置Licor传感器，PAR传感器以及辐射传感器。传感器可集成在知名的LetsGrow系统中以及wiwam系统中。在系统中，可监测来自该传感器的所有数据并与其它环境数据进行对比。 激光点测量参数：最小(Fo或 Fs)以及最大(Fm或Fm)叶绿素荧光信号、CropObserver顶部光强、CropObserver顶部辐射、计算机24/7实时信息、实时Fv/Fm 和Fq /Fm平均值与分布、实时PAR平均值 μmol/s/ m2、实时辐射平均值 /s/ m2、实时ETR平均值与分布、植物面积近红外成像模块近红外成像主要用于观测分析植物的水分状态及其在不同组织间的分布变异，处于良好浇灌状态的植物表现出对近红外光谱的高吸收性，而处于干旱状态的植物则表现出对近红外光谱的高反射性，通过分析软件可以监测分析从干旱胁迫到再浇灌过程中的整个过程动态及植物对干旱胁迫的响应和水分利用效率，并形成假彩图像，可以与植物的形态指数及叶绿素荧光指数进行相关分析研究。近红外成像模块技术参数红外热成像模块红外热成像主要用于成像分析植物在光辐射情况下的二维发热分布，良好的散热可以使植物耐受较长时间的高光辐 射或低水条件（干旱）。红外热成像模块技术参数高光谱成像模块高光谱成像在估测植物各种生化组分的吸收光谱信息及植物生长情况的检测上表现出了强大的优势，主要用于植物 的营养状况、水分含量、长势情况、病虫害情况监测等。高光谱成像模块技术参数激光3D扫描多光谱成像模块激光3D扫描成像能够耐受全日照辐射而不影响测量，在高精度测量三维点云信息的同时，测量400-900 nm范围内4 个波段的多光谱成像，使得我们可以得到植物在X、Y和Z轴上所有坐标点的多光谱信息，通过点云的空间深度信息和角 度信息，可以对光谱信息进行完美的校准，从而获得更加精准的数据。 激光3D扫描多光谱成像模块技术参数根系CT成像模块根系CT成像是植物表型平台的重要组成部分，成功的实现了原位监测植株根系状态，并对直径20cm花盆内自然土 壤中的根系进行扫描和重建。根系CT成像模块技术参数IT解决方案和储存WIWAM软件在高端工业计算机上运行，触摸屏。该软件配有用户友好图形界面，用于控制机器人站行为以及以极高灵活度设计设计实验。可同时运行多组实验，可运行不同随机模式，可及时规划单个植株或一组植株的处理。在预设启动时间，PC机将向工业PLC发送指令，照管机器人移动。所有成像，称重/浇水以及环境数据均可存于SQL数据库，记录后可用于分析记录。系统采用了开放式数据库结构，可以直接获取图像。该平台可以与高性能计算相连，用于分析储存数据或者可与本地服务器设施整合。SMS邮件服务可以通知用户机器报警和错误，可尽快进行用户干涉。系统可于任一点暂停和停下，UPS(不间断电源)可防止数据丢失和确保在停电后全系统恢复。该软件也有平台管理员系统设置和维护行为通道。图像分析和数据可视化WIWAM Conveyor有VIB开发的图像分析和数据可视化软件支持，此软件包，称为PIPPA，是中央网络界面和数据库，一方面用来为不同类型的WIWAM植物表型平台提供管理的工具，另一方面用于分析图像和数据。PIPPA与该平台通讯，通过将PIPPA网络界面生成的实验结果传到平台。每个花盆的处理和基因型信息已在数据库限定以确保在整个实验中的数据一体性。实验期间PIPPA对来自平台的称重，灌溉测量，环境数据，错误记录以及图像信息进行处理分析。PIPPA支持这些图像后续处理(旋转/收获/等)。图像分析文本可以在PIPPA界面初始化，可设置于网络服务器运行(独立版本)或计算机群运行，以快速生成结果。随后，通过检查数据是否在特定阈值之内可在网络几面对输出文本进行验证，例如，是否生长相关性状，如植物枝条面积一段时间内是否增加。北京博普特科技有限公司是比利时WIWAM植物表型成像系统的中国区总代理，全面负责其系列产品在中国市场的推广、销售和售后服务。

Videometer MiniLab采用了LED频闪光源系统，有效组合了7个波长测量，并生成图谱合一的融合光谱图像，每个像素对应一个不同反射光谱。该设备包括可见光以及NIR近红外波段，用于作物表型、植物病害等等进行精确、全面检测。该便携式Videometer MiniLab可搭载到推车支架上，在田间使用，也可手持使用，是一款多功能成像平台。便携式多光谱表型成像系统主要功能结合可见光成像和光谱成像优点对种子、病害表型成像便携设计，方便带到温室或野外使用标准校准功能，数据可重复经验丰富的专家根据应用经验设计的软件，操作简单，解决农业应用中遇到的问题内置颜色校正标配7个光谱波段，并不断升级中 产品说明该系统也可以对细菌、真菌、虫卵等进行高通量成像测量，进行毒理学或其它研究，用于食品谷物、作物、肉品等等进行精确、全面品质检测。Videometer系统生成图片可用其它分析系统进行分析，如Matlab等。考虑到Videometer MiniLab可能需要经常带到温室、野外或其它地方进行测量，因此它被设计成可便携携带的样式。VideometerLab MiniLab的工作软件由Videometer公司强大的生物信息学和软件团队开发，充分考虑在实际应用的需求，操作简单，功能强大。Videometer还在不断研究、升级新算法，适合各种需求。VideometerLab MiniLab便携式种子表型多光谱成像系统通过测量种子在7种不同波长（波长范围405-850nm）的LED频闪光下的成像来获取有用的信息。这些图像可以独立分析使用，也可以叠加起来合成高分辨率的颜色图像。基础整合模块，含7个波段多光谱成像系统。软件可进行颜色校准，标签识别，灰度图转换等。 田间多光谱表型成像系统应用表型性状分析/挖掘，基因型-表型关联农业育种园艺学、农业信息学果实品质分析植物病理研究生物量分析种子萌发研究抗逆研究直接测量的参数尺寸形状颜色形态纹理光谱质构与表面化学相关的光谱成分计数间接测量或计算种子纯度发芽百分比发芽率种子活力种子健康度种子成熟度种子寿命等主要特点集成球体提供均匀和弥散光线照明10-15秒钟内实现光谱成像和定量分析7不同波长/光源3百万像素/波长，提供,2100万像素/帧分辨率标准设备包括易于使用设备校准与传统RGB技术相比具有先进的彩色测量功能根据应用需求可自动切换动态范围光源寿命长、可达10万小时LED光源技术稳定性增强研究用强大探索软件易用常规应用配方构建工具（建模）成像特点快速、无损检测包括处理在内每样品处理仅需10-20秒与其它破坏性技术组合高灵活性测量主要专注：可重复洗、可追溯性、耐用性、可传递性技术参数全套分析时间10-15秒/样品电源：5 V DC 3 A电源功耗300 VA环境温度操作: 5-40℃，储存-5-50℃环境湿度20-90 % RH相对湿度，非冷凝软件备选：图像处理工具包 (IPT)光谱成像工具盒 (MSI) 斑点工具盒设备尺寸： 270 mm(h) * 240 mm(w) * 200 mm(d)重量：1.1kg 案例应用由叶绿素/成熟度区分种子来自英国的科学家研究重点是对高级成像技术进行评估，以对根定植进行真菌检测和精确定量，通过测量光合参数评估对地上部健康的影响。研究中使用了VideometerLab 多光谱成像系统。图中显示“Take-all”感染小麦幼苗。左侧是原始图像，有红色箭头标示“take-all ”损失，用手工评分；右图是相同图像经‘VideometerLab’分析，将根组织分类为感病(蓝色)和健康(桔色/黄色)。利用Videometer多光谱成像系统对藜麦霜霉病成像藜麦(Chenopodium quinoa)是一种作物，营养丰富，在多个国家广有种植。真菌病如霜霉病限制了谷物产量，培育抗性品系，如抗霜霉病品系是藜麦育种的中心目标。利用常规RGB成像来测量藜麦对霜霉病的表型反应(Peronospora variabilis ) 测量比较困难，原因在于来自不同藜麦基因型在叶片上有不同绿色和红色斑点进行干扰，参见图1和图2。 开发图像分析规程来区分健康藜麦叶片组织以及感染霜霉病的藜麦叶片组织。研究利用Videometer多光谱成像系统对严重度程度表型和孢子形成进行研究。严重程度是叶片正面损伤的面积占整个叶片面积的百分比。依基因型不同，颜色可为桔色、黄色或红色。孢子形成是损伤部上方孢子量，以百分比测量，通过测量叶片正面进行评估。 图1 叶片正面严重度症状图2 叶片正面孢子形成多光谱图像分析研究人员利用VideometerLab 4多光谱成像系统进行多光谱成像，积分球确保对样品的均一照明(图3)。每个获取的图像层由19个不同图像波段组成，波长涵盖365nm（UVA）到970nm（NIR）。图像的每个像素分辨率为~41 μm。每个图像层的分辨率为2192X2192像素。图像分析严重度模型从G9基因型叶片正面(图4)清楚看到了黄化现象(A)，拍摄了RGB图像（常规相机，人眼可见光波段。(B)和(C)显示了多光谱图层中的2个波段，蓝光490nm(B)和黄光570nm(C)。对健康植物组织和黄化界定进行了初始标记，首次转换建立了模型(D)，通过nCDA（归一化典型判别分析将19个波段信息（图像中多个图层），转换为了整个图层的代表像素范围值。之后切割(E和F)，可用于所有图像-所有品系和基因型，获取有黄化组织（E黄色）百分比定量分析，该特定叶片比例为68.0%，或者包括红色覆盖孢子区(F)，比例为18,9%，黄化（黄色）比例68%，孢子和黄化区综合面积占比75.8%。 图像分析孢子形成在叶片正面（底部），RGB图像中的G9基因型清晰可见到孢子形成图像（下底部A和B放大）。尽管在可见光波段很难检测到单个波段，这里特别标出了蓝光波段（490nm）（C）。进入NIR（780nm）波段（下左部的D和E放大），清晰看见了孢子。使用该信息（仅标识黑灰色孢子）可帮助我们区分切割孢子像素（F），并将该面积定量，该叶片孢子比例为12.5% （黄色显示），不包括黄化部分面积。另外，此处的孢子标识与正面图像分析而言更加保守。 覆盖的非黑灰区的像素部分 (像素比单个孢子要大）估计，孢子比例为~23%（此处未予以显示)。

欧盟最大的农业生物科技公司——荷兰KeyGene公司，是一家专注于提供基因型-表型分析和性状及关联基因挖掘服务的公司。自从2011年由KeyGene公司和德国LemnaTec共同建立的欧洲植物表型平台PhenoFab投入运转后，迅速积累了大量的基因型-表型测量和分析经验，并取得了异常出色的结果，从而导致PhenoFab一直处于满负荷运转状态。基于大量的PhenoFab使用经验和数据分析的基础，KeyGene研发出了一款国际上最小的便携式植物表型平台KeyBox。 考虑到KeyBox可能需要经常带到温室、野外或其它地方进行测量，因此它被设计成可快速拆卸、打包的样式。将KeyBox打包后，就成为一个拉杆箱，方便运输和携带。 折叠前 折叠后 技术路线 操作软件KeyBox的工作软件Pheno-suite由KeyGene公司强大的生物信息学和软件团队开发，充分考虑在实际应用的需求，操作简单，功能强大。Pheno-suite的工作模块包括： l 基础整合模块。内置在软件中，是软件的基本组成部分。 l 选配模块。功能强大，针对应用的每个算法是一个模块，客户可以根据需求选配。基础整合模块功能强大的选配模块l 颜色校准 Color correctionl 标签识别 Label recognitionl 灰度图转换 Gray scale conversionl 生物量测量 Biomass detectionl 形态大小测量 Tomato sizel 种子萌发测量 Seed germination in trayl 叶片大小测量 Leaf size detection KeyGene在不断的研究新算法，新模块出来后可以付费升级。 应用实例1、下图中，利用KeyBox测量了辣椒的像素大小和破损部位的像素大小，这样就得出了辣椒的破损程度。2、 下图中，利用KeyBox测量了甜瓜的像素大小、黑点的像素大小，得出黑点的占比。还测量了甜瓜的圆度。 3、下图中，利用KeyBox测量了一个叶片的尺寸和形态参数。4、下图中，利用KeyBox测量了一个104孔的芽盘中，种子的萌发情况，精确识别萌发的种子和未萌发的种子，计算出萌发率。 5、下图中，利用KeyBox研究了拟南芥野生型和突变株对霉病的抗性，精确计算出病变部位的像素大小。 主要功能l 对植物体进行整株或器官（果实、种子、根系、叶片、幼苗等） 的表型成像 l 便携可折叠式设计，方便带到温室或野外使用l 标准光照环境，数据可重复l 经验丰富的专家根据应用经验设计的软件，操作简单，解决农业应用中遇到的问题l 内置颜色校正和读取电子标签的程l 可选一系列的功能程序模块，并不断升级中 应用领域l 表型性状分析/挖掘，基因型-表型关联l 农业育种l 园艺学、农业信息学l 果实品质分析l 植物病理研究l 生物量分析l 种子萌发研究l 抗逆研究

Videometer MiniLab采用了LED频闪光源系统，有效组合了7个波长测量，并生成图谱合一的融合光谱图像，每个像素对应一个不同反射光谱。该设备包括可见光以及NIR近红外波段，用于作物表型、植物病害等等进行精确、全面检测。该便携式Videometer MiniLab可搭载到推车支架上，在田间使用，也可手持使用，是一款多功能成像平台。便携式多光谱表型成像系统主要功能结合可见光成像和光谱成像优点对种子、病害表型成像便携设计，方便带到温室或野外使用标准校准功能，数据可重复经验丰富的专家根据应用经验设计的软件，操作简单，解决农业应用中遇到的问题内置颜色校正标配7个光谱波段，并不断升级中 产品说明该系统也可以对细菌、真菌、虫卵等进行高通量成像测量，进行毒理学或其它研究，用于食品谷物、作物、肉品等等进行精确、全面品质检测。Videometer系统生成图片可用其它分析系统进行分析，如Matlab等。考虑到Videometer MiniLab可能需要经常带到温室、野外或其它地方进行测量，因此它被设计成可便携携带的样式。VideometerLab MiniLab的工作软件由Videometer公司强大的生物信息学和软件团队开发，充分考虑在实际应用的需求，操作简单，功能强大。Videometer还在不断研究、升级新算法，适合各种需求。VideometerLab MiniLab便携式种子表型多光谱成像系统通过测量种子在7种不同波长（波长范围405-850nm）的LED频闪光下的成像来获取有用的信息。这些图像可以独立分析使用，也可以叠加起来合成高分辨率的颜色图像。基础整合模块，含7个波段多光谱成像系统。软件可进行颜色校准，标签识别，灰度图转换等。 田间多光谱表型成像系统应用表型性状分析/挖掘，基因型-表型关联农业育种园艺学、农业信息学果实品质分析植物病理研究生物量分析种子萌发研究抗逆研究直接测量的参数尺寸形状颜色形态纹理光谱质构与表面化学相关的光谱成分计数间接测量或计算种子纯度发芽百分比发芽率种子活力种子健康度种子成熟度种子寿命等主要特点集成球体提供均匀和弥散光线照明10-15秒钟内实现光谱成像和定量分析7不同波长/光源3百万像素/波长，提供,2100万像素/帧分辨率标准设备包括易于使用设备校准与传统RGB技术相比具有先进的彩色测量功能根据应用需求可自动切换动态范围光源寿命长、可达10万小时LED光源技术稳定性增强研究用强大探索软件易用常规应用配方构建工具（建模）成像特点快速、无损检测包括处理在内每样品处理仅需10-20秒与其它破坏性技术组合高灵活性测量主要专注：可重复洗、可追溯性、耐用性、可传递性技术参数全套分析时间10-15秒/样品电源：5 V DC 3 A电源功耗300 VA环境温度操作: 5-40℃，储存-5-50℃环境湿度20-90 % RH相对湿度，非冷凝软件备选：图像处理工具包 (IPT)光谱成像工具盒 (MSI) 斑点工具盒设备尺寸： 270 mm(h) * 240 mm(w) * 200 mm(d)重量：1.1kg 案例应用由叶绿素/成熟度区分种子来自英国的科学家研究重点是对高级成像技术进行评估，以对根定植进行真菌检测和精确定量，通过测量光合参数评估对地上部健康的影响。研究中使用了VideometerLab 多光谱成像系统。图中显示“Take-all”感染小麦幼苗。左侧是原始图像，有红色箭头标示“take-all ”损失，用手工评分；右图是相同图像经‘VideometerLab’分析，将根组织分类为感病(蓝色)和健康(桔色/黄色)。利用Videometer多光谱成像系统对藜麦霜霉病成像藜麦(Chenopodium quinoa)是一种作物，营养丰富，在多个国家广有种植。真菌病如霜霉病限制了谷物产量，培育抗性品系，如抗霜霉病品系是藜麦育种的中心目标。利用常规RGB成像来测量藜麦对霜霉病的表型反应(Peronospora variabilis ) 测量比较困难，原因在于来自不同藜麦基因型在叶片上有不同绿色和红色斑点进行干扰，参见图1和图2。 开发图像分析规程来区分健康藜麦叶片组织以及感染霜霉病的藜麦叶片组织。研究利用Videometer多光谱成像系统对严重度程度表型和孢子形成进行研究。严重程度是叶片正面损伤的面积占整个叶片面积的百分比。依基因型不同，颜色可为桔色、黄色或红色。孢子形成是损伤部上方孢子量，以百分比测量，通过测量叶片正面进行评估。 图1 叶片正面严重度症状图2 叶片正面孢子形成多光谱图像分析研究人员利用VideometerLab 4多光谱成像系统进行多光谱成像，积分球确保对样品的均一照明(图3)。每个获取的图像层由19个不同图像波段组成，波长涵盖365nm（UVA）到970nm（NIR）。图像的每个像素分辨率为~41 μm。每个图像层的分辨率为2192X2192像素。图像分析严重度模型从G9基因型叶片正面(图4)清楚看到了黄化现象(A)，拍摄了RGB图像（常规相机，人眼可见光波段。(B)和(C)显示了多光谱图层中的2个波段，蓝光490nm(B)和黄光570nm(C)。对健康植物组织和黄化界定进行了初始标记，首次转换建立了模型(D)，通过nCDA（归一化典型判别分析将19个波段信息（图像中多个图层），转换为了整个图层的代表像素范围值。之后切割(E和F)，可用于所有图像-所有品系和基因型，获取有黄化组织（E黄色）百分比定量分析，该特定叶片比例为68.0%，或者包括红色覆盖孢子区(F)，比例为18,9%，黄化（黄色）比例68%，孢子和黄化区综合面积占比75.8%。 图像分析孢子形成在叶片正面（底部），RGB图像中的G9基因型清晰可见到孢子形成图像（下底部A和B放大）。尽管在可见光波段很难检测到单个波段，这里特别标出了蓝光波段（490nm）（C）。进入NIR（780nm）波段（下左部的D和E放大），清晰看见了孢子。使用该信息（仅标识黑灰色孢子）可帮助我们区分切割孢子像素（F），并将该面积定量，该叶片孢子比例为12.5% （黄色显示），不包括黄化部分面积。另外，此处的孢子标识与正面图像分析而言更加保守。 覆盖的非黑灰区的像素部分 (像素比单个孢子要大）估计，孢子比例为~23%（此处未予以显示)。

空间集约型植物根系表型高通量移动测量系统空间集约型植物根系表型高通量移动测量系统是针对作物根系生长特性和根系表型图像采集需要，研发的可用于根系生长可视化动态监测系统。该根系表型系统空间利用率高，且基于CIS扫描仪设计了适用于根系表型图像采集的专用传感器，可实现作物根系表型图像的无畸变、高分辨率及高质量采集，同时可选配搭载AI视觉机械臂的全方位智能自主移动机器人，进行植物根系的全自动高频次采集。广泛应用于小麦、水稻、玉米、大豆、棉花和油菜等作物，可测量根系条数、最大根长、总长度、根夹角、表面积、根系分布范围、体积、根系生物量等。主要参数主要配置&bull 成像单元类型：CIS根系图像扫描仪&bull 尺寸：400*400*2000mm（长宽高）&bull 软件：原始图像数据储存、基于深度学习算法的web端根系图像表型数据自动处理，数据分析及存储&bull 扁根盒数量：单套45个主要性能参数通量：10s/个工作温度：-10℃~60℃；数据格式：jpg等图像格式； 分辨率（可选）：600 DPI 应用案例使用该设备进行大规模小麦群体全生育期的根系表型监测，探究全生育期范围内根系表型对干旱、渍水等非生物胁迫的动态响应。产地与厂家：中国Eco-mind

Plantarray是一款基于称重的高通量、多传感器生理表型平台以及植物逆境生物学研究通用平台。该系统可持续、实时测量位于不同环境条件下、阵列中每个植株的土壤-植物-空气（SPAC）中的即时水流动。直接测量根系和茎叶系统水平衡和生物量增加，计算植物生理参数以及植物对动态环境的反馈。系统以有效、易用、无损的方式针对植物对不同处理的反应、预测植物生长和生产力进行定量比较，广泛应用于生物胁迫和非生物胁迫以及植物栽培加速育种研究等，胁迫研究涵盖干旱胁迫、盐胁迫、重金属胁迫、热、冷胁迫、光胁迫以及灌溉/养分、CO2指示、植物健康等领域的研究。主要优势加速农业研究、缩短新产品推向市场时间定量、确定、可信结果全植株、根系、枝叶系统、环境测量多种产品和环境检测验证提升科研水平聚焦田间实验持续、实时生物反馈模块设计、分步预算无需基础设施投资Plantarray 高频测量植物对动态环境条件的反应主要特征性状精度Plantarray植物生物量增益高水准, 直接蒸腾高水准, 直接水利用效率高水准, 直接营养利用效率高水准, 直接根活力高水准, 直接气孔冠层导度高水准, 直接土壤水含量、温度、EC高水准, 直接盐水准(EC)高水准, 直接耐旱和恢复指数高水准, 直接鉴别干旱胁迫点高水准, 直接气象指数，VPD高水准, 直接环境传感器 (PAR, PH, 风速等)高水准, 直接主要诊断能力诊断能力Plantarray定量测量高水准高精度取样高水准实时测量 (相同条件)高水准多重个性化处理高水准随机结构高水准实时分析高水准应用套件应用套件Plantarray干旱胁迫高水准盐度和重金属胁迫高水准灌溉 / 养分高水准CO2 指示高水准热、冷胁迫高水准光高水准植物健康早期检测主要特点直接精确测量主要生理-产量相关性状不同模式控制灌溉-时间、重量、土壤湿度、日常蒸腾等自动、实时测量阵列中单个植株高时空分辨率24/7 持续测量枝叶系统、根系以及环境基于反馈的独特灌溉控制云实时数据分析全植株、无损测量适合多数植物、土壤类型和生长阶段Plantarray系统可靠、耐用，是数十年利用称重蒸渗计（重力称量）系统的研究成果，用于监测在不同变化环境条件下不同植物的反馈。Plant-Ditech长期专业经验融入在系统每个部分之中。每个花盆置于高精度称重天平上，称重天平与控制单元相连，可持续24小时/7天测量花盆重量，并可进一步计算器生理性状。包含2个控制阀用于最大灌溉、施肥灵活性可进行自动化、个性化、植物特异反馈灌溉每个控制单元设计可容纳4个额外传感器、尽管内部互连，当单元损坏不影响其他单元使用降低噪音以及使用长电缆的需求特别设计排水容器坚固-无移动部件整个花盆容量范围 (2 - 60L)4个排水位防止水漏在蒸渗计表面不影响植物和实验前提下实现水和根测量Plantarray系统技术参数 测量单元配有3个数字通道、1个模拟通道、1个称重式蒸渗仪通道，所有的传感器可以同时连续工作；高精度称重模块，最大测重量达50kg（测量范围依具体配置而定），测量精确度±0.02%称重量；植物生长容器满足多种植物的生长需求，容积2-60L，采用防漏水、溅水设计；可根据植物生长时间或生长容器重量选择灌溉模式，灌溉系统采用精准的滴灌控制，能够精确的控制浇水、施肥或施用生物激素的量；多种土壤类、气象类高精度传感器备选，用于测量土壤含水量、温度、电导率，空气温湿度、PAR、气压、NDVI等参数；直接测量参数：重量、空气湿度、空气温度、气压、辐射（PAR）、土壤水分、土壤电导率、土壤温度、日蒸腾计算参数：植物生物量增益、日蒸腾、水分利用效率、气孔导度、抗胁迫因子、水分相对含量、 根穿透力、根系水通量、VPD。Plantarray系统的技术优势Plantarray平台相比于现有系统，具有操作简单，成本低的特点。该系统将冗长的手动调试过程从数月甚至数年缩减为数周，节约了大量宝贵的时间。通过试错方式，利用低成本的自动化系统，Plantarray减少了大规模现场密集测试的工作。/ 生理学特征的监测和数据高通量分析，如生长速率、蒸腾速率、水分利用率、气孔导度等特征；连续控制不同的土壤和水分环境（如干旱、盐分或化学物质）；理想的实验平台：全自动、均一检测、适用于不同类型植物、精确测量、非破坏性、实现随机分组实验设计3-4周的实验相当于4-6个月的人工工作；操作简单，维护费用几可忽略；灵活的设计能够满足任何温室中不同方面的科学研究需求。实时统计分析-为了数据的可靠快速分析，提供多阶乘ANOVA或配对T检验；实验目的-在实验运行中为了确保处理的效果可以获取最优化的实验参数；快速定量选择-提供植物对于不同环境需求生理反应的评级和评分的简况；复杂实验通过简要图像呈现生理参数与环境条件的空间和时间关系，显示趋势、异常和比率。 Plantarray系统应用领域 非生物逆境胁迫研究，比如：干旱、淹水、营养、有毒物质等胁迫研究；生物逆境胁迫研究：如病虫害等在农作物、蔬菜、树木、药用植物等方面的育种研究；根系的土壤穿透力、水通量研究；生物激素与养分研究；生理生态学研究等。应用案例非生物胁迫反应应用非生物胁迫是指环境影响如干旱(缺水), 盐度，浇水过量), 极端温度(冷、霜和热)以及有毒物质，这些非生物胁迫可负面影响作物以及其它植物生长、发育、产量以及种子品质。现代作物产量高，但易受到非生物胁迫影响。因基因环境互作的复杂性，提升作物胁迫反应面临巨大挑战, 特别是气候变化期间。要满足全球日益增长的食品需求，研究人员在努力培育适应恶化条件的作物优化品系。Plantarray高通量植物生理研究平台提供了简单易用的软硬件工具，可自动控制实验阵列每个花盆的灌溉处理（品质和数量），分析每个植株对控制处理的反应。通过测定检测施加环境胁迫条件的植物的特定胁迫阈值，系统显著降低了研究植物应对缺水环境的研究时间和精力，并与田间结果高度相关联。干旱处理：浇水良好处理控制 热分布图和图表（生长速率）根系生理表型性能应用根在水吸收中的作用非常重要，但是，因根位于地下，要想持续对其进行监控非常具有挑战性，特别是采用无损监测方法。使用嵌入土壤的传感器，可测量土壤湿度、温度以及电导率，同时测量其它环境信号和生理参数，Plantarray可对多个功能性状进行定量评估，例如流入根的水分-土壤传感器可持续、精确测量水流入每株植株的速率。干旱临界点植物土壤水流入以及流出的即时平衡（蒸腾）提供了不同研究植物和处理条件下的冠层相对水含量（RWC）和其变异。植物RWC认为是植物胁迫状态的比较参照点。SPAC-Analytics分析软件Plant-DiTech公司的SPAC (土壤-植物-空气连续体) 分析是基于云服务的软件，可进行实时数据、分析以及生产力预测。SPAC-Analytics分析软件可帮助农业研究者处理多传感器和来源的输入数据 ，提供多种种植和生产力性状相关的数据统计和图标信息，包括环境参数（包括胁迫）。输出是详细的性能分析，是基于植物群体和处理反馈的高级数据统计工具。来自大阵列的植物样品的生长循环任一时期的数据可自动、持续追溯 。该软件可帮助你在实验时和实验后实时运行多个分析，可使用海量实时数据进行人工处理。SPAC-分析主要优势实时数据统计分析-多因素ANOVA或配对T-检验-结果可靠、快速 达到目标- 实验中优化实验参数，确保关键的处理效果快速定量选择-生成基于性能的概述，用于对植物针对不同环境的生理反馈进行分级和评分负责实验以简洁图标展示-测量生理变量和环境条件之间的时空关系，展示趋势、异常以及比率SPAC-analytics分析软件如何工作 系统对相关性以数字、图表的形式进行处理并展示，下列测量和施加条件之间的测量值、趋势、异常和比率的关系1、测量参数的平滑时间(重量、土壤水含量、空气水需求等)。2、一段时间上述所提到参数的变化率。3、不同时间间隔的植物生物量增益(天、周、和季度)。4、日常蒸腾的模式。5、不同时间间隔的（天、周、季度）水利用效率 (WUE) 。6、土壤水含量 (质量平衡计算或特定传感器直接测r)。7、一天中不同小时气孔导度变化。8、从土壤到根系的水流(安装土壤传感器)。9、一天每小时的植物相对含水量的变化 SPAC-analytics主要优势 Plant-DiTech公司的SPAC-Analytics软件是基于网络软件系统，可让用户浏览并分析每个传感器输入的在线数据。任意网络浏览器都可以管理图形结果，基于用户数据采集，整个实验期间都可浏览。在用户的统计软件上，选择部分可与背景数据一起导出用于下一步工作用。一群样品中的单个植株以及数百个植株的阵列的分辨率有所差异。用户可控制整个群体以及单个样本，例如:1、选择植物/一行(剔除特殊植物)2、参数选择3、日期范围选择4、4、平滑/非平滑图型展示 Plant-DiTech公司的SPAC-Analytics 软件可提供快速、可靠的在线科学分析。

Videometer Lite采用了LED频闪光源系统，有效组合了7个波长测量，并生成图谱合一的融合光谱图像，每个像素对应一个不同反射光谱。该设备包括可见光以及NIR近红外波段，用于作物表型、植物病害等等进行精确、全面检测。该便携式Videometer Lite可搭载到推车支架上，在田间使用，也可手持使用，是一款多功能成像平台。主要功能结合可见光成像和光谱成像优点对种子、病害表型成像便携设计，方便带到温室或野外使用标准校准功能，数据可重复经验丰富的专家根据应用经验设计的软件，操作简单，解决农业应用中遇到的问题内置颜色校正标配7个光谱波段，并不断升级中Videometer植物/种子检验检测表型分析平台产品说明该系统也可以对细菌、真菌、虫卵等进行高通量成像测量，进行毒理学或其它研究，用于食品谷物、作物、肉品等等进行精确、全面品质检测。Videometer系统生成图片可用其它分析系统进行分析，如Matlab等。考虑到Videometer Lite可能需要经常带到温室、野外或其它地方进行测量，因此它被设计成可便携携带的样式。VideometerLab Lite的工作软件由Videometer公司强大的生物信息学和软件团队开发，充分考虑在实际应用的需求，操作简单，功能强大。Videometer还在不断研究、升级新算法，适合各种需求。VideometerLab LiteVideometer植物/种子检验检测表型分析平台通过测量种子在7种不同波长（波长范围405-850nm）的LED频闪光下的成像来获取有用的信息。这些图像可以独立分析使用，也可以叠加起来合成高分辨率的颜色图像。基础整合模块，含7个波段多光谱成像系统。软件可进行颜色校准，标签识别，灰度图转换等。田间多光谱表型成像系统应用表型性状分析/挖掘，基因型-表型关联农业育种园艺学、农业信息学果实品质分析植物病理研究生物量分析种子萌发研究抗逆研究直接测量的参数尺寸形状颜色形态纹理光谱质构与表面化学相关的光谱成分计数间接测量或计算种子纯度发芽百分比发芽率种子活力种子健康度种子成熟度种子寿命等主要特点集成球体提供均匀和弥散光线照明10-15秒钟内实现光谱成像和定量分析7不同波长/光源3百万像素/波长，提供,2100万像素/帧分辨率标准设备包括易于使用设备校准与传统RGB技术相比具有先进的彩色测量功能根据应用需求可自动切换动态范围光源寿命长、可达10万小时LED光源技术稳定性增强研究用强大探索软件易用常规应用配方构建工具（建模）成像特点快速、无损检测包括处理在内每样品处理仅需10-20秒与其它破坏性技术组合高灵活性测量主要专注：可重复洗、可追溯性、耐用性、可传递性技术参数全套分析时间10-15秒/样品电源：5 V DC 3 A电源功耗300 VA环境温度操作: 5-40℃，储存-5-50℃环境湿度20-90 % RH相对湿度，非冷凝软件备选：图像处理工具包 (IPT)光谱成像工具盒 (MSI) 斑点工具盒设备尺寸： 270 mm(h) * 240 mm(w) * 200 mm(d)重量：1.1kg 案例应用由叶绿素/成熟度区分种子来自英国的科学家研究重点是对高级成像技术进行评估，以对根定植进行真菌检测和精确定量，通过测量光合参数评估对地上部健康的影响。研究中使用了VideometerLab 多光谱成像系统。图中显示“Take-all”感染小麦幼苗。左侧是原始图像，有红色箭头标示“take-all ”损失，用手工评分；右图是相同图像经‘VideometerLab’分析，将根组织分类为感病(蓝色)和健康(桔色/黄色)。利用Videometer多光谱成像系统对藜麦霜霉病成像藜麦(Chenopodium quinoa)是一种作物，营养丰富，在多个国家广有种植。真菌病如霜霉病限制了谷物产量，培育抗性品系，如抗霜霉病品系是藜麦育种的中心目标。利用常规RGB成像来测量藜麦对霜霉病的表型反应(Peronospora variabilis ) 测量比较困难，原因在于来自不同藜麦基因型在叶片上有不同绿色和红色斑点进行干扰，参见图1和图2。 开发图像分析规程来区分健康藜麦叶片组织以及感染霜霉病的藜麦叶片组织。研究利用Videometer多光谱成像系统对严重度程度表型和孢子形成进行研究。严重程度是叶片正面损伤的面积占整个叶片面积的百分比。依基因型不同，颜色可为桔色、黄色或红色。孢子形成是损伤部上方孢子量，以百分比测量，通过测量叶片正面进行评估。多光谱图像分析研究人员利用VideometerLab 4多光谱成像系统进行多光谱成像，积分球确保对样品的均一照明(图3)。每个获取的图像层由19个不同图像波段组成，波长涵盖365nm（UVA）到970nm（NIR）。图像的每个像素分辨率为~41 µ m。每个图像层的分辨率为2192X2192像素。图像分析严重度模型从G9基因型叶片正面(图4)清楚看到了黄化现象(A)，拍摄了RGB图像（常规相机，人眼可见光波段。(B)和(C)显示了多光谱图层中的2个波段，蓝光490nm(B)和黄光570nm(C)。对健康植物组织和黄化界定进行了初始标记，转换建立了模型(D)，通过nCDA（归一化典型判别分析将19个波段信息（图像中多个图层），转换为了整个图层的代表像素范围值。之后切割(E和F)，可用于所有图像-所有品系和基因型，获取有黄化组织（E黄色）百分比定量分析，该特定叶片比例为68.0%，或者包括红色覆盖孢子区(F)，比例为18,9%，黄化（黄色）比例68%，孢子和黄化区综合面积占比75.8%。 图像分析孢子形成在叶片正面（底部），RGB图像中的G9基因型清晰可见到孢子形成图像（下底部A和B放大）。尽管在可见光波段很难检测到单个波段，这里特别标出了蓝光波段（490nm）（C）。进入NIR（780nm）波段（下左部的D和E放大），清晰看见了孢子。使用该信息（仅标识黑灰色孢子）可帮助我们区分切割孢子像素（F），并将该面积定量，该叶片孢子比例为12.5% （黄色显示），不包括黄化部分面积。另外，此处的孢子标识与正面图像分析而言更加保守。 覆盖的非黑灰区的像素部分 (像素比单个孢子要大）估计，孢子比例为~23%（此处未予以显示)。图4(A) sRGB图像。(B)，490nm(蓝光)，(C)，570nm(黄色)，(D) 转换，(E)和(F)，2种类型定量分割。图5(A) sRGB 图像，(B)490nm(蓝光)，(C) 570nm(黄色)，(D)转换，(E)定量分割。结果图6:133个基因型的平均严重程度（%）分布表1手工以及基于多光谱表型成像的藜麦霜霉病互作

PhenoTron PTS植物表型成像分析系统，采用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成像及红外热成像，样品依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、无损伤反射光成像、叶绿素荧光成像、多光谱荧光成像及红外热辐射成像分析等。主要应用于：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 植物生理生态研究l 藻类表型研究l 光生物学研究l 果实蔬菜品质检测主要特点：1) PTS（Plant-to-Sensor）技术平台，SpectraScan© 高精度专利移动扫描平台，样品可放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，标配包括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、红外热成像、Thermo-RGB© 成像或高倍放大RGB成像（具备显微成像功能）3) 多激发光，调制多光谱光源板，7位滤波轮等，可实现植物及藻类不同光源培养光生物学研究、光合生理研究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) 可对培养植株、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) 组合命令+位置记忆：可一键保存、读取、删除当前位置，自动移动精准定位，精度优于1mm，适用于周期性重复移动扫描，可设置10条protocols命令，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，集开关控制、平台控制、杂散光隔离于一体，确保光场均一、稳定的最佳测量环境8) 系统有效行程：Z轴高度400mm，有效扫描面积大于1200×300mm主要技术指标：1) 叶绿素荧光成像：a) 专业高灵敏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；像素大小6.45×6.45µ mc) 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2000µ mol.m-2. s-1，可选配3000µ mol.m-2. s-1e) 饱和脉冲4000µ mol.m-2. s-1，可选配6000µ mol.m-2. s-1f) 可选配365nm或385nm紫外光、447nm品蓝、470nm蓝色、530nm绿色、505青色、627nm红色、660nm深红、590nm琥珀色、740nm远红等不同光源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protocolsh) 50多个叶绿素荧光自动测量分析参数，包括：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：紫外光激发多光谱荧光成像，反映多酚与黄酮类等次级代谢产物动态变化、叶绿素动态变化、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，有效像素大小为6.45μm，可像素叠加（binning）以提高灵敏度（2x2，3x3，4x4）b) 7位滤波轮及滤波器，用于测量多光谱荧光F440、F520、F690、F740及其它生物荧光现象及GFP等不同波段稳态荧光成像 3) 自动测量分析功能（无人值守）：可预设1个或2个试验程序，系统可自动测量储存，比如白天自动定时运行Kautsky诱导效应程序，夜间自动定时运行荧光淬灭分析程序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（实验程序选择）、Pre-processing（成像预处理）、Result（成像分析结果）等菜单，Protocol实验程序可自由编辑，也可利用Protocol菜单中的向导程序模版客户自由创建新的实验程序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1000-2500nma) 波段数：224通道b) 光谱分辨率：FWHM 5.5nmc) 空间分辨率：1024xd) 数值孔径：F/1.7e) 可成像测量分析作物生化、生理指标如叶绿素含量、花青素含量、胡萝卜素含量、光利用效率、健康指数、覆盖度、胁迫等近百种光谱指数 7) 红外热成像（选配）：a) 分辨率：640×512像素，可选配其它高分辨率红外热成像传感器b) 测量温度范围：-25℃－150℃c) 灵敏度：0.03℃（30mK）@30℃d) 光谱范围：7.5－13.5μme) 传感器：非制冷红外焦平面感应器，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（自然、彩虹、灰度、梯度等14种颜色组合）、差值技术、温度范围设置（以改变颜色分布或突出选择范围等）、等温线模式、选区分析（点、线、多边形等）、温度扫描（显示所选线的温度分布曲线等）、剖面温度、时间图等；具备报告模式等；8) RGB成像（选配）：高灵敏度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 应用案例：生菜幼苗病害快速无损检测与抗性品种鉴定德国莱布尼茨蔬菜和观赏植物研究所IGZ的Sandmann研究组将刚发芽的生菜幼苗人工感染立枯丝核菌（Rhizoctonia solani），然后综合采用叶绿素荧光成像技术、多光谱荧光成像技术、红外热成像技术及植物反射光谱NDVI成像，对不同成像参数进行了分析，以确定哪些技术的哪些参数能够更灵敏地将感染病害的植株和未感染的植株区分开，实现高通量非损伤在线分析测量筛选： 结果发现，感染病害的植株和未感染的植株之间，最大光化学效率Fv/Fm、荧光衰减指数Rfd、NDVI、作物水胁迫指数I1、光合有效叶面积日相对生长速率Arel、多光谱荧光F440、F520等参数都表现出显著差异。通过进一步数据统计分析最终发现Fv/Fm、Rfd在本次实验中的识别效果最好，误差≤0.052，Fv/Fm＞0.73的生菜幼苗即可认为是健康的。研究人员希望通过进一步工作，将这一发现应用于园艺和农业生产实践，比如优良抗病蔬菜品种的选育、病害的早期发现与防治等。参考文献：1.Ali Moghimi etc. A Novel Approach to Assess Salt Stress Tolerance in Wheat Using Hyperspectral Imaging. Frontiers in Plant Science, 20182.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, 20184.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

01中大型无人机植物表型成像系统基于无人机业内标杆“大疆创新公司”飞行平台，采用其最新推出的M300RTK行业级无人机进行系统集成，保障了无人机表型平台的稳定性、安全性、易操作性、可扩展性及便携性。02功能特性稳定性：水平和垂直悬停精度±0.1m：遥控器最大信号有效距 离15km, 最大可承受风速15m/s（7级风），最大负 载2.7kg，IP45防水（小于100mm/24h雨量情况 可正常飞行），最长飞行时间55分钟（空载），45分 钟（1.2kg负载，包含RGB可见光高清相机、多光谱 相机和热红外相机，或高光谱相机）。安全性：前后、上下、左右、六方向障碍物感知（0.1-8m）, 低电量、信号失联等情况自动返航；双电池，冗余备 份，单个旋翼停机，可以自主安全降落，最大限度保障 无人机平台及人员安全。可扩展性 ：可同时灵活挂载超高分辨率可见 光、多光谱、热红外、高光谱相 机和激光Lidar，气体传感器等 （可同时挂载多达3种传感器， 实现多源数据的同步获取）。易操作性：图 形 化 界 面 ， 作 业 航 线 自 动 规 划，实时图传成像结果，相机都 采用快接接口，无人机从开箱到 装配相机，3分钟内可以完成起 飞前的准备工作。便携性：完整平台提供便携式拉杆箱（内置 泡沫、26寸），可放入小型轿车 后备箱，单兵作业，拎起即走。03成像平台-传感器借助多源传感器，从图（纹理、覆盖度）、形（株高、生物量）和谱（叶绿素、叶温）等遥感数据中捕捉作物生长过程中所展 现的表型信息，提供配套图形谱表型信息提取软件，自动提取株高、生物量、叶面积及NDVI等作物植被指数共计百余种作物 长势相关光谱植被指数（高光谱数据可计算30万种植被指数）。所提供传感器均具备PSDK或OSDK一体化快接接口，可以共享飞行平台资源，如电源、通讯链路、状态信息( GPS 信息、 姿态信息、时间日期）等，在无人机和传感器之间实现无缝协同作业，同时快接接口提升了野外数据采集过程中的传感器安装 时间，平均每台传感器1分钟之内就可以完成安装或拆卸。04超高分辨率可见光相机中大型无人机搭载超高分辨率可见光传感器可用于作物计数、作物穗部识别、病虫害检测、群体三维建模等方向的研究。图像格式 ：RAW，TIFF，JEPG存储：最高支持512G高速SD05多/高光谱相机中大型无人机搭载多/高光谱传感器可用于植物营养学、土壤肥力、决策处方、作物估产等方向的研究。图像格式 ：12位 /span存储：最大支持128G MicroSD卡 480G内置SSD06热红外相机中大型无人机搭载热红外传感器可用于植物冠层蒸散估算、植物水分胁迫探测、灌溉管理等方向的研究。图像格式 ：JPEG，TIFF，R-JPEG存储：最大支持128G MicroSD卡07激光Lidar中大型无人机搭载激光雷达传感器可用于植物株高精细测量、植物冠层结构探测等方向的研究。图像格式 ：照片，IMU，点云数据存储：MicroSD卡：传输速度达到 UHS-1 评级或 Class10 及以上的MicroSD卡， 最大支持 256GB 容量08高通量作物表型数据自动化处理平台HTCPP-UAV高通量作物表型信息自动化提取软件主要由三个部分组成：数据预处理、表型信息提取和关键表型筛选。09选型配置表HTCPP-UAV010合作用户

PhenoTron-SR植物表型成像分析系统可同时对作物根系及苗、作物冠层进行表型成像分析。系统由主机系统和光谱成像系统组成：主机系统包括系统平台（主机箱）、控制单元、样品托、数据处理服务器等组成；光谱成像系统由光谱成像单元（包括成像传感器、光源、云台等）和自动扫描轴组成。其主要技术特点如下：Phenotyping from shoot to root: 可对植物地上部分（shoot）和地下根系（特制RhizoTron植物根系观测培养盒RhizoBox）进行表型性状成像分析标配为60度倾斜自动扫描成像，同时对RhizoBox根系和幼苗进行高光谱成像分析和RGB成像分析，可选配其它角度如45度、70度和90度（垂直扫描成像）可选配顶部冠层RGB成像分析、红外热成像分析、高光谱成像分析、叶绿素荧光成像分析（可选配适于正常培养盆的样品托）可选配iPOT数字化植物培养盆或RhizoBox根系培养盒，持续监测土壤水分温度、重量、植物生长、光合效率、PI（performance Index）、茎流等生理生态指标，可自动采集土壤渗漏水并进行土壤营养盐分析模块式结构，具备强大的系统扩展功能，系统平台自动万向脚轮，方便移动可远程控制、自动运行数据采集存储等功能 自左至右依次为：系统透视图、系统内部结构图（包括侧面倾斜自动扫描轴、RhizoBox、顶部成像传感器等）、棉花根系RGB成像、棉花根系高光谱成像分析（900-1700nm） 技术指标：控制单元为嵌入式操作系统，全中文触控屏，方便系统调试、试运行等用户可通过PC端全中文GUI软件实现远程操控相机及平台支持组合命令：最高可设置10条命令，实现无人值守工作串口通信和TCP/IP协议，实现与单片机的通信控制和远程通信协议标配自动扫描轴60度倾斜，可防止倾斜根系培养盒的土壤扰动影响自动扫描轴推扫速度与精度：1-90mm/s可调，移动精度1mm有效扫描范围：标配120cm样品托：标配RhizoBox根盒40cm宽（宽度可调，40cm为标配最大宽度）、最大高度可达100cm，可选配其它规格样品托盘适配于单个大培养盆或多个小培养盆，可根据客户需求定制VNIR高光谱成像：波段范围：400-1000nm波段数：224通道光谱分辨率：FWHM 5.5nm空间分辨率：不低于1024x1024信噪比600:1分析参数：可成像测量分析作物生化、生理指标如叶绿素含量、花青素含量、胡萝卜素含量、光利用效率、健康指数、覆盖度、胁迫等20多个参数SWIR近红外高光谱成像：波段范围：900-1700nm波段数：224通道光谱分辨率：FWHM 8nm空间分辨率：不低于640x640nm信噪比：1000:1分析参数：可成像测量分析NDNI归一化N指数、NDWI归一化水指数、MSI水分胁迫指数等红外热成像（选配）：分辨率：640x512像素测量温度范围：-25°C－150°C灵敏度：0.03°C（30mK）@30°C光谱范围：7.5－13.5μm传感器：非制冷红外焦平面感应器，已多点校准（具校准证书）1-14倍数码变焦软件具备调色板（自然、彩虹、灰度、梯度等14种颜色组合）、差值技术、温度范围设置（以改变颜色分布或突出选择范围等）、等温线模式、选区分析（点、线、多边形等）、温度扫描（显示所选线的温度分布曲线等）、剖面温度、时间图等；可显示图片信息；具备报告模式等；可进行控制设置 RGB彩色成像：高分辨率 RGB 成像，分辨率达 18MPixels，10 倍光学变焦，可选配其它分辨率镜头，配备专业植物根系和shoots分析软件叶绿素荧光成像单元（选配）：专业高灵敏度叶绿素荧光成像CCD，帧频50fps，分辨率720x560像素，像素大小8.6x8.3μm光化学光最大1000μmol.m-2. s-1可调，饱和脉冲3900μmol.m-2. s-1可自动运行Fv/Fm、Kautsky诱导效应、荧光淬灭分析、光响应曲线等protocols50多个叶绿素荧光自动测量分析参数，包括：Fv/Fm、Fv’/Fm’、Y(II)、NPQ、qN、qP、Rfd、ETR等，自动形成叶绿素荧光参数图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可选配空气温湿度、光照及顶部激光测距模块系统平台规格：标配约120cm x 60cm x160cm（长x宽x高）、重量约50kg 左图为顶部冠层高光谱成像（NDVI），右图为根系成像提取（易科泰生态技术公司Ecolab实验室提供）