培育适应气候变化的作物是适应气候变化的必要途径之一。为了加快育种进程，重要的是要了解植物如何对生产环境中的极端天气事件(如干旱或内涝)作出反应，即在实际土壤的田间条件下。尽管存在许多技术用于地上田间表型分析，但同时进行非侵入性地下表型分析仍然很困难。在本文中，展示了新的HYDRAS开放获取田间表型分析基础设施的第一个数据集，将电阻率断层扫描、无人机图像和环境监测结合起来，使技术就绪水平更接近育种者和研究人员的需要。本文研究了电阻率层析成像技术(electrical resistivity tomography，ERT)是否能提供足够的精度和准确度来区分同一作物不同基因型的地下植物性状。该概念验证实验于2023年进行，采用了三种不同的大豆基因型，这些基因型对干旱胁迫的反应截然不同。本文说明了这种新的基础设施如何解决深度分辨率、自动数据处理和表型指标提取等问题。这项工作表明，电阻率层析成像已经准备好补充基于无人机的田间表型技术，以完成整个植物的高通量田间表型。

图1  POC2023实验期间HYDRAS田间表型基础设施的布局。2023年配备ERT的控制区和旱区用绿色阴影表示。黑线表示由表面电极和埋在0.5 m深度的电极组成的ERT样条的位置。田地里的多边形代表种植大豆的地块。

图2  a) POC2023试验期间HYDRAS ERT装备场俯视图图。颜色代表基因型。小点代表三个ERT横断面的电极：TA, TB和TC；(b)配备ERT的场地的侧视图图；(c)带传感器、电极位置和土壤剖面的校准坑。

图3  在校准坑，干旱和控制领域的环境条件概述。(a)干旱和控制处理下的降水和累积降水亏缺(= Σ(ET0−P))。青色灌溉事件仅在对照地块上施用。黄色带表示使用遮雨棚进行干旱处理的长度。(b)四个深度的校准坑(灰色色调)和0.15 m深度的干旱(橙色色调)和对照田(蓝色色调)的土壤湿度(不同色调=田间不同位置)。(c)校准坑4个深度(灰色调)土壤水势、干旱(0-0.10 m深度)和对照场(垂直安装深度:0-0.10 m)。(d)校准坑4个深度(灰色调)和对照处理(垂直安装深度:0-0.10 m)土壤温度。

图4  HYDRAS地下表型数据处理流程概述。

图5  ERT系统测量的四极水平(Quads)原始指标的演变，包括注入电流(I)、测量电压(Vmn)、接触电阻(cR)、视电阻率(ρa)、标准叠加偏差(dev)、视电阻率与第一次测量的相对变化(∆ρa/ρa0)。白色垂直带表示无数据时间。这里显示的是旱情处理的ERT农田样条A的数据(参见图2中的样条位置)。

图6 对照(子图a、b、c)和干旱(子图d、e、f)各ERT样条(TA、TB和TC) POC23试验生长季间倒数误差分布的演变。倒数误差分布在类中，以便于可视化。纵轴表示每一类四极体的百分比。

图7  基于控制坑不同深度采集的数据，体积土壤水分θ随体积温度校正电导率(ECb,20)的变化。

图8  根据(a)电导率(EC)剖面或(b)与参考调查(survey0)的相对差值(∆EC/EC0)计算的指标示例。子图(c)显示了s型函数如何随其每个参数的增加而变化。

图9  样条B伪截面在CONTROL域的演化。请注意，纵轴上的深度不是读数的实际深度，而是根据电极位置和测量几何形状对大多数信号产生的深度(伪深度)的估计。

图10  三种不同伪深度(PD)下所有表观电导率的核密度函数，以及基因型因子(pgen)和干旱/控制因子(ptrt)的方差分析p值。所有p值四舍五入到小数点后三位。所有病例的交互作用项均不显著(>0.05)。不同深度的子图不共享同一纵轴。

图11  所选倒样条B在CONTROL场中的演化。地块位置用垂直虚线和水平彩线表示。

图12  不同处理(CONTROL和DROUGHT)下3个基因型倒转温度校正电导率(EC)曲线在生长季节的演变对照区(黑色平线)和干旱区(黑色虚线)的降雨亏缺情况显示在子图a中。黄色阴影区域表示抗旱期。在该日期，缺失的数据用白色条表示。白线显示-50%的变化，而深蓝色线显示0%的变化。

图13  三种基因型的指标示例及其随处理的变化(平线:对照，虚线:干旱)。a)降雨和降水亏缺，b) SAVI =土壤调整植被指数和重要生长阶段(繁殖阶段r2、r5和r8)， c-d)电导率剖面拟合的s形曲线参数b和c, d)干燥面积指标f)干燥深度指标。对于带有指标的子图(c-f)，进行方差分析。灰色点和浅灰色点表示基因型因子和DROUGHT/CONTROL因子的p值分别小于0.05。

图14  根据CONTROL和DROUGHT中3个基因型的电导率曲线计算的指标分布图。