在现代农业中，全面地获取植物表型信息至关重要。然而，基于化学反应的传统分析方法存在低通量和高成本的缺点，无法满足现代农业发展需求。近年来，基于反射率的遥感表征方法逐渐成为快速评估植物性状的有效方法之一。当光到达植物表面时，既可以被植物组织吸收(吸光度)，也可以穿透植物(透光率)，还可以被反射(反射率)。其中，反射光与诸多因素相关，包括光的波长、入射角以及植物组织的光学特性。植物组织的光学特性能够反映植物的结构、生理和生化特性。故而，高质量地采集植物反射率光谱有助于实现植物表型的精准量化。在多数情况下，负责采集反射率的设备如分光光度计和高光谱相机比较昂贵。本文探究了利用机器学习算法结合颜色传感器低成本地量化植物生理生化特征的可行性。研究运用颜色传感器对罗勒叶片上表面(近轴端)进行反复多次的反射率测量，测量范围在380nm至800 nm间。选择6个植物生理生化指标，包括比叶重(SLW)、总酚含量(TPC)、总黄酮含量(TFC)、主要色素含量( (叶绿素a (ChA)、叶绿素b(ChB)和总类胡萝卜素(CaT))，评估了颜色传感器的分析能力。基于偏最小二乘法与反射率光谱建立了植物生理生化指标的回归模型。研究结果表明，光谱颜色传感器在叶片酚类化合物(特别是黄酮类化合物)的定量测定中表现出色，R2达到0.9617。利用低成本传感器进行植物表型无损鉴定具有广阔的前景。

　　图1植物反射光谱和生理生化指标测定的实验方案

　　图2 预测模型的综合优化算法原理

　　图3 总酚含量(TPC)的预测结果、绝对残差和权重函数图

　　来源：Tran T N, Keller R, Trinh V Q, et al. Reflectance at Visible Wavelengths for Biological and Biochemical Characteristics of Ocimum Basilicum-Practicability of Colour Sensors for Plant Phenotyping[J]. 2022.

　　编辑：张金诺