叶绿素荧光和多光谱成像技术在大豆干旱胁迫监测中的应用


发布时间:

2023-04-11

来源:

植物表型资讯

作者:

PhenoTrait

随着干旱发生更加频繁和严重,它被认为是全球粮食安全的主要威胁之一。通过育种改良作物种质资源可以解决这一问题,但需要可靠的表型数据支持。在本研究中,我们使用高通量表型分析方法(叶绿素荧光成像、多光谱成像、3D多光谱扫描),利用植物光合表型成像系统CropReporter(荷兰PhenoVation),监测干旱诱导的普通豆发育早期形态和生理性状的变化,并量化和提取干旱胁迫相关的重要表型性状。

 

植物在灌溉对照(C)和三种干旱处理下生长:D70、D50和D30(分别用70、50和30 mL蒸馏水灌溉)。从实验第1天开始,连续5天(1 DAT-5 DAT)进行测量,并在实验开始后的8 DAT进行额外测量。结果表明,与对照组相比,最早检测到的变化是在3 DAT的D30处理中,叶面积指数、总叶面积、特定绿色反射率、饱和度和绿叶指数降低,花青素指数和蓝色反射率增加,即,干旱胁迫下的敏感表型性状大多与叶面积变化和光谱特征有关。监测到这些早期变化可能保护了叶片光化学,因为只有在长期干旱胁迫后,叶绿素荧光才会受到干旱的影响。本研究旨在筛选干旱最敏感的植物表型性状,有利于干旱胁迫监测和育种中耐旱基因型的筛选。

 

图1 形态性状的均值±双标准误差(S.E.):1 DAT - 8 DAT的对照和干旱(D30、D50和D70)处理下,(a)数字体积(DV), (b)总叶面积(TLA), (c)叶面积指数(LAI)的测量值。

 

图2 多光谱性状的均值±双标准误差(S.E.):1 DAT - 8 DAT的对照和干旱(D30、D50和D70)处理下,(a)饱和度(SAT), (b)蓝色反射率(RBlue), (c)花青素指数(ARI)的测量值。 

 

图3 叶绿素荧光性状的均值±双标准误差(S.E.):1 DAT - 8 DAT的对照和干旱(D30、D50和D70)处理下,(a)非光化学猝灭(NPQ), (b)下生长的植物PSII中非调控非光化学能量损失的量子产量(φno)。

 

图4 利用植物光合表型成像系统CropReporter在对照和干旱处理(D50)实验的1 DAT、4 DAT和8 DAT获取的PSII的最大量子产率(Fv/Fm)、PSII的有效量子产率(Fq0/Fm0)、非光化学猝灭(NPQ)、花青素指数(ARI)和叶绿素指数(CHI)的普通豆色和伪彩色图像。

 
 
来 源
Javornik, T.; Carović-Stanko, K.; Gunjača, J.; Vidak, M.; Lazarević, B. Monitoring Drought Stress in Common Bean Using Chlorophyll Fluorescence and Multispectral Imaging. Plants 2023, 12, 1386. https://doi.org/10.3390/plants12061386
 

编辑

陈秋

 

扩展阅读

推荐新闻

石时之约|韩志国:透过表型数据,看见植物的喜怒哀乐!

本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。

慧科研、慧育种、慧种田——慧聚改变的力量

让我们“慧聚”在一起,为“慧科研、慧育种、慧种田”赋能。

高通量植物表型平台建设注意事项

育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。

作物生理表型测量基础原理

生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。