在与全球变暖和水资源短缺相关的应用生态生理学研究中，水果的水分状态在新鲜食品生产的背景下变得越来越重要。适合的作物水分状态监测方法对生态生理研究和可持续食品生产至关重要。当前的监测系统可根据空间和时间分辨率要求、传感器平台和传感器类型进行定义。尽管这些近端传感器的组合提高了准确性，但在大量树木中变异性、复杂的传感器安装与维护及不同水分状态参数的正确解读，限制了此方法的实际应用。果实层面的遥感技术可以克服这些缺点，作物水分胁迫指数（CWSI）已广泛用于通过热成像检测整个树冠的水分不足胁迫。无人机（UAV）和基于地面的热成像平台已广泛应用于作物水分不足胁迫的检测。近年来，光探测和测距（LiDAR）技术因其在田间条件下提供高分辨率三维几何信息的能力，广泛应用于耕作农业和林业，形成三维点云。地面LiDAR传感器被用于开发几何果实参数的估算方法，以及在杏园中绘制花朵和果实的分布。地面LiDAR传感器的进步还使得每个测量点的散射反射强度能够被获取，为从整体树冠的三维点云中分割果实以及量化单个果实的叶绿素含量提供了额外信息。在建筑和机器人等其他学科中，基于LiDAR的三维点云已与热成像相机的温度数据进行标注。通过LiDAR获得的三维果实可视化，使得与温度数据的标注能够分析树冠和果实的四维点云。

2024年9月，Plant Phenomics在线发表了德国ATB研究所和意大利马尔凯理工大学等的合作完成的题为Fruit Water Stress Index of Apple Measured by Means of Temperature-Annotated 3D Point Cloud 的研究论文。

在本研究中，引入了一个果实水分胁迫指数（FWSI），用于密切分析果实与空气温度之间的关系。且本研究的目标是： (a) 从地面移动LiDAR传感器和热成像中推导和验证三维果实表面温度；(b) 计算并比较估算的与手动测量的FWSI；(c) 利用新方法获得FWSI在生长季节变化过程中的初步结果。研究中使用了由激光雷达（LiDAR）传感器和热成像相机组成的传感系统，通过3D点云对苹果树（Malus x domestica Borkh. “Gala”）进行远程分析。在对传感系统进行几何校准后，将温度值分配到相应的3D点云中，以重建整个树冠的热点云。通过分割属于果实的注释点，获得了标注了温度信息的果实点云（图2）。估计的果实表面温度（TEst）与手动记录的参考温度高度相关（r2 = 0.93）。作为方法上的创新，基于TEst，引入了果实水分胁迫指数（FWSIEst），相较于通过传统2D热成像获取的整个树冠的作物水分胁迫指数，FWSIEst可能提供了更详细的果实信息。FWSIEst与手动参考数据相比，误差较低。共考虑了302个苹果，FWSIEst在生长季节中有所增加。此外，还对50个苹果进行了每日6次的昼夜测量（总共600个苹果），这些测量是在商业收获期进行的。当用空气温度加5°C进行计算时，FWSIEst表现出昼夜滞后效应（图5）。这种FWSIEst的日变化以及果实发育过程中的变化为3D时空果实分析提供了一种新的生态生理学工具，尤其是在作物管理的具体需求方面，更有效地捕捉了更多样本的见解。

图2 利用激光雷达和热传感器分析冠层内的三维空间温度分布

图5 气温与果实表面温度之差（ΔΤ）与果实水分胁迫指数的关系。具体来说，计算了两种水分胁迫指数：一是根据Irmak等人方法计算的（A）使用空气温度加5°C（FWSII,Est），二是基于果实表面温度数据归一化的（B）FWSIN,Est。数据分析涵盖了四个开花后天数（DAFB；67、81、132和166），以观察果实发育期间的变化。

论文链接：

https://doi.org/10.34133/plantphenomics.0252

——推荐阅读——

Characterization and Identification of NPK Stress in Rice Using Terrestrial Hyperspectral Images 

https://doi.org/10.34133/plantphenomics.0197

Plant Phenomics | 东北农业大学利用近端成像光谱对水稻NPK胁迫进行特征化及鉴别

Grain Protein Content Phenotyping in Rice via Hyperspectral Imaging Technology and a Genome-Wide Association Study

https://doi.org/10.34133/plantphenomics.0200

Plant Phenomics | 南京农业大学联合江苏省农业科学院基于成像高光谱技术和GWAS分析的水稻籽粒蛋白质含量表型研究

加入作者交流群