利用高光谱技术预测田间冠层增温条件下的大豆叶片光合作用的生化参数变化


发布时间:

2021-12-12

来源:

本站

作者:

PhenoTrait

  C3 作物的潜在光合速率 (A) 由 Rubisco 的最大羧化速率 (Vcmax) 和/或最大电子传递速率 (Jmax) 决定,同时也是光合模型中的重要参数。温度对叶片光合作用的调节主要表现在光合速率A对温度变化的响应曲线上,即随着温度的升高,光合速率到达最大光合速率后又下降。同时,随着温度的升高,生化参数Vcmax 和 Jmax 对温度的响应可表明能量活化和能量失活的变化,因此可以被用来表征植物生化反应对高温的适应能力。

 

  通过传统气体交换的方法获得光合气体交换参数已经非常成熟,但是传统方法由于非常耗时耗力,因此很难用来从时空尺度上更深入地了解生化反应的变化与生长过程中环境的变化之间的必然联系。叶片近端光学特性传感器被认为是一种有前途的高通量表型技术,可以克服这种瓶颈。目前已开发出基于可见光(VIS,400-700 nm)与近红外波长(NIR,700-1300 nm)以及短波红外(SWIR,1300-2500 nm)区域中的高光谱反射率信息来测量多种物种的 Vcmax 和 Jmax。然而利用高光谱反射率捕获的Vcmax 和 Jmax两个参数能否反映叶片N含量和光合生化反应对高温的适应能力仍然存在争议。

 

  本研究证实,在整个生长季冠层加温的试验条件下,田间种植的大豆发生了生化驯化(Jmax25和叶片N含量),但生化驯化程度随生长阶段而季节性变化。与之前的许多研究一样,本研究还证实,可以通过高光谱反射率预测叶片 N 含量的变化。与叶片 N 含量相比,预测 Vcmax25 和 Jmax25 获得了中等准确度(Vcmax25 和 Jmax25的预测回归模型R2 在 0.57-0.65 和0.48-0.58之间)。在预测 Vcmax25 、 Jmax25 和叶片 N 含量的线性度、鲁棒性和灵敏度方面,利用所有波段的 PLSR、RR 和 SVR 模型比依赖于特定波段的LASSO 模型表现更好。但最佳模型之间的选择取决于模型准确性和可解释性之间的权衡。总体而言,与以往研究中常用的 PLSR 相比,RR、LASSO 或 SVR 没有获得准确度、线性和灵敏度的提高。高光谱反射率可以快速准确地捕获光合生化对野外温度升高的适应,大大增强了我们评估未来变暖对生态系统生产力影响的能力。

 

图1光谱模型之间的决定系数 (R2) 比较

 

  图2 不同波段的光谱模型数量:A: Vcmax25、B: Jmax25 和C:叶氮 (N) 含量,其中选择了可见光 (VIS)、近红外 (NIR)、短波红外 1 (SWIR1) 和短波红外 2 (SWIR2) 光谱区域。

 

  来源:Kumagai, E., Burroughs, C. H., Pederson, T., Montes, C. M., Peng, B., Kimm, H., ... & Bernacchi, C. J. (2021). Predicting biochemical acclimation of leaf photosynthesis in soybean under in‐field canopy warming using hyperspectral reflectance. Plant, Cell & Environment.

  

  编辑:婷婷

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。