“表型是作物基因型与环境互作后呈现出来的性状，包括形态学、生育期、产量、品质、抗性等性状。作物种质资源具有丰富的遗传多样性，并经过数千年在世界不同区域驯化利用中的人工选择，形成了表型性状的多样性，构成育种家选育作物新品种的物质基础。认识和发现作物种质资源表型的多样性需要通过系统、科学的鉴定，特别是培育适应全球气候变化下环境的品种，更需在大量种质资源中发掘和利用抗旱、耐热、抗病虫、水肥高效利用等特性的材料。作物种质资源各类表型性状的鉴定需要对环境进行有效的控制，而多年多点的鉴定可以准确观察鉴定性状的变异水平或表达稳定性，是育种家准确选择和利用性状的重要依据。作物种质资源表型性状的鉴定主要采用田间鉴定、设施鉴定、仪器分析、感官鉴定的方式。近年来，作物种质资源表型性状鉴定已从单一环境、低通量、粗放型鉴定转变为多年多环境、重点性状、高通量精准型鉴定。随着组学技术、智能与信息技术的快速发展，作物种质资源的表型性状鉴定已进入一个新阶段，形成作物育种中重要性状准确快速发掘与应用的坚实基础。”

作物种质资源表型性状鉴定评价：现状与趋势

王晓鸣,邱丽娟,景蕊莲,任贵兴,李英慧,李春辉,秦培友,谷勇哲,李龙

植物遗传资源学报，2022,23(1):12-20

植物、作物表型研究设备分为成像表型设备以及功能生理表型系统

1、植物、作物功能生理表型系统

以色列开发的Plantarray高通量植物生物学研究系统，是一款基于称重的高通量、多传感器植物生理表型平台以及植物逆境生物学研究通用平台，也广泛用于植物种质资源加速育种和精准评价鉴定。该系统可持续、实时测量位于不同环境条件下、阵列中每个植株的土壤-植物-空气（SPAC）中的即时水流动。直接测量根系和茎叶系统水平衡和生物量增加，计算植物生理参数以及植物对动态环境的反馈。系统以有效、易用、无损的方式比较植物对不同处理的反应，定量预测植物生长和生产力，广泛应用于各种植物、作物生物胁迫、非生物胁迫以及植物、作物种质资源调查收集与优异资源发掘、鉴定与评价（含表型评价）、种质创新、栽培生理以及抗性（耐旱、耐盐、耐涝)加速育种研究等，胁迫研究涵盖干旱胁迫、盐胁迫、重金属胁迫、热、冷胁迫、光胁迫、CO2指示、植物病虫害、抗旱、耐热、抗病虫、水肥高效利用等领域的研究。目前利用该系统已经发表了超过40多篇文章，2021年发表了超过10篇文章。

主要特征

主要诊断能力

应用套件

主要特点

直接精确测量主要生理-产量相关性状

不同模式控制灌溉-时间、重量、土壤湿度、日常蒸腾等

自动、实时测量阵列中单个植株

高时空分辨率

24/7 持续测量枝叶系统、根系以及环境

基于反馈的独特灌溉控制

云实时数据分析

全植株、无损测量

适合多数植物、土壤类型和生长阶段

数十年心血精心研制

Plantarray系统可靠、耐用，是数十年利用称重蒸渗计（重力称量）系统的研究成果，用于监测在不同变化环境条件下不同植物的反馈。

Plant-Ditech长期专业经验融入在系统每个部分之中。每个花盆置于高精度称重天平上，称重天平与控制单元相连，可持续24小时/7天测量花盆重量，并可进一步计算器生理性状。

定制控制单元

包含2个控制阀用于最大灌溉、施肥灵活性

可进行自动化、个性化、植物特异反馈灌溉

每个控制单元设计可容纳4个额外传感器、

尽管内部互连，当单元损坏不影响其他单元使用

降低噪音以及使用长电缆的需求

2.植物表型成像设备

未来几十年中，由于人口暴增、气候变化、耕地限制、环境资源短缺等因素的影响，人类面临巨大的粮食挑战。需要从两方面考虑来提高作物生产力：改良育种和栽培管理。对作物功能的描述和深入理解是有效改良育种和优良栽培管理的基础。将作物功能性状与基因组关联起来，将加速针对特定环境和管理方式的设计育种过程，以及加速遗传资源的挖掘过程。同理，对植物功能的深入了解将较大作物的栽培管理。作物功能模型可以集聚上述知识，特定环境下的植物生长管理。

植物表型

指的是植物遗传在特定环境下表达出来的植物特性，包括结构、生化、能量传递过程等。植物表型组学可以认为是研究植物表型特征的科学，涵盖器官、植株、冠层功能等多种尺度。

植物表型组学是一种跨学科的科学，涵盖生理学、生物学、遗传学、统计学、计算机科学、计量学和其它相关学科。

WIWAM温室植物表型成像系统集植物自动传送技术、自动浇灌称重技术、叶绿素荧光成像技术、多光谱激光雷达成像技术、高光谱成像技术、RGB成像技术，同时可实现根窗技术全自动根系表型观测，高通量、无损伤、全自动、实验观测分析植物形态结构与生理功能形状表型，成为先进表型组学与遗传育种先进科研机构的重要平台，如比利时VIB所、比利时根特大学、澳大利亚表型组织、拜耳作物等等。 

1、WIWAM Mobile移动机器人式

WIWAM 植物表型成像系统包括Mobile移动式植物表型成像系统，4轮驱动，标配为RGB成像分析、叶绿素荧光成像分析、多光谱成像，可选配高光谱成像、红外热成像、激光雷达成像等功能模块；

2、WIWAM conveyor传送带式大植株

WIWAM conveyor是一款集成机器人解决方案，用于高通量可重复表型平台，用于大型植物如玉米。该机器人可进行自动灌溉，允许定期对多种植物生长参数测量。WIWAM Conveyor代替了很多手工操作，省时省钱，精度高。该WIWAM机器人传送带网络组成，可将植物传送到1或多台称重浇水站以及成像柜，成像柜中安装有一系列的非损害性照相系统。全套系统可以安装在现有温室，由高品质工业部件构成。典型应用是植物种植在不同各自花盆内。这些花盆在传送带系统上以小车运输。花盆和小车均有少有识别码(分别QR和RFID码)，从其固定生长区域传送到称重和灌溉站以及成像柜，都可对每植株进行个性处理。成像平台是封闭区域，配有适合照像的光照条件，配有旋转平台提升装置，可从观察角度稳定获得图像，聚焦远处感兴趣部分。成像柜可以容纳一系列照相系统，用于非损害性图像获取。

称重和灌溉站位置，植物在浇水时旋转，以在花盆获得较佳水分布。灌溉精度较高可达+/-1mL。浇水后，可应用容器中准备好的不同溶液。另外，灌溉可以基于对目标重量计算或固定量。这方法可以保证在整个实验中的有效土壤湿度水平。通过集成光、温度和湿度传感器监控环境，详细记录实验生长条件。 

该系统的精明之处在于包括1个处理区，系统可以提取和检索所需号码的属于特定基因组或处理的植株。系统用户可进入操作区，可视觉观察植物或手工操作植物，如测量特定植物性扎状，或提取部分植物做分子或化学分析。系统另外一精明特征是可将外部植物装载到系统中，例如生长在另外一间温室或生长箱中的植物，可将其在称重和灌溉站成像和/或处理。

3、WIWAM Line机械臂式中小植株

WIWAM Line是一款高通量可重复性表型机器人，用于对小型植物，如小玉米植物研究。该机器人可定期对多种植物参数进行自动化灌溉和并测量多种植物生长参数。WIWAM line代替了很多手工处理，省时省钱，精度较高。

WIWAM Line由花盆定位桌面，不同个体线路，底层端口机器人以及1或多个成像或称重/浇水站组成。全套系统可以安装在现有生长室，内置高品质工业部件。

植物在各自花盆内生长，预设时间间隔，机器臂提取植物，将其带到成像和称重浇水工作站。机器人将桌面上的线路移到旁边，生成机械臂到定位花盆所需空间，并将其提升脱离桌面。RFID读取装置以及花盆底部的RFID标签，可作为额外花盆识别法，识别和校正桌面上因手工花盆安置造成的错误。通常旁边取景照相机从不同角度获得图像。成像站可安装一系列照相机系统。组合称重/浇水站集成在机器臂上。花盆中植物在浇水时旋转以获得较佳水分布。灌溉精度较高可达+/- 0.1 mL。另外，灌溉可基于自动目标重量计算或固定量。在整个实验过程中，可有效控制土壤湿度水准。集成光温度和湿度传感器可监控温度，详细记录实验生长条件。

4、WIWAM XY小植株

WIWAM XY是一款高通量可重复性表型机器人，用于对小型植物，如小玉米植物研究。该机器人可定期对多种植物参数进行自动化灌溉和并测量多种植物生长参数。WIWAM XY代替了很多手工处理、省时省钱、精度较高。

WIWAM XY由花盆定位桌面，不同个体线路，底层端口机器人以及1或多个成像或称重/浇水站组成。全套系统可以安装在现有生长室，内置高品质工业部件。

植物在各自花盆内生长，预设时间间隔，机器臂提取植物，将其带到成像和称重浇水工作站。机器人将桌面上的线路移到旁边，生成机械臂到定位花盆所需空间，并将其提升脱离桌面。RFID读取装置以及花盆底部的RFID标签，可作为额外花盆识别法，识别和校正桌面上因手工花盆安置造成的错误。通常旁边取景照相机从不同角度获得图像。成像站可安装一系列照相机系统。组合称重/浇水站集成在机器臂上。花盆中植物在浇水时旋转以获得较佳水分布。灌溉精度较高可达+/- 0.1mL。另外，灌溉可基于自动目标重量计算或固定量。在整个实验过程中，可有效控制土壤湿度水准。集成光、温度和湿度传感器可监控温度，详细记录实验生长条件。

5、WIWAM Imaging Box台式植物表型成像系统

WIWAM台式植物表型成像系统具备所有WIWAM植物表型成像分析功能，包括3D RGB成像分析、3D多光谱激光雷达成像分析、叶绿素荧光成像分析、高光谱成像分析（400-1700nm）、红外热成像分析，可进行对植物进行3维表型成像分析。适于实验室或温室作物表型成像分析研究。

6、Videometer台式多光谱种子表型成像平台

该台式多光谱成像平台广泛应用于：表型性状分析/挖掘，基因型-表型关联、农业育种、园艺学、农业信息学、果实品质分析、植物病理研究、生物量分析、种子萌发研究、抗逆研究等领域。

利用VIDEOMETERLAB AUTOFEEDER进行油菜籽品质检测

Videometer成立于1999年，总部位于丹麦歌本哈根，在光谱成像领域处于领先位置。Videometer油菜品质检测的应用是光谱成像设备如何提供先进品质控制的卓越案例。

VideometerLab Autofeeder具有特点突出，包括19-20个光谱波段，范围涵盖UV，可将光以及NIR波段，是多光谱合一一体机。

通过机器学习技术运行强劲、复杂的工具，并可对荧光进行测量。系统可在过程的每一步协助油菜籽品质控制：从收获到油生产，提供外源物含量精确、归档分析。特别之处在于，内容可分解成外源物种子和内源物等栏目。

除了精确之外，VideometerLab Autofeeder提供了高效品质检测-设备测量迅速，可在5分钟内动态提供50g样品分析，误差率不超过1%。一旦分析完成，自动生成数据表单文件，并可以几种图像格式存储。该设备的自动化设计以及高效率可协助进行重复性品质检测，新用户无需过多培训即可上手使用。

该系统是主流种子表型组学研究和种子检测设备，新一代正式商业版Autofeeder高通量种子表型成像系统的升级大幅度提升了种子表型研究的通量，代表了世界上种子表型研究的高水准，是机器视觉、人工智能以及多光谱成像技术的结晶。到目前为止，利用Videometer系统发表文章超过300多篇，该系统有19个波段，采用机器视觉技术，是真正的图谱合一的设备。

来自英国的科学家研究重点是对高级成像技术进行评估，以对根定植进行真菌检测和精确定量，通过测量光合参数评估对地上部健康的影响。研究中使用了VideometerLab 多光谱成像系统。

图中显示“Take-all”感染小麦幼苗。左侧是原始图像，有红色箭头标示“take-all ”损失，用手工评分；右图是相同图像经‘VideometerLab’分析，将根组织分类为感病(蓝色)和健康(桔色/黄色)。

利用Videometer多光谱成像系统对藜麦霜霉病成像

藜麦(Chenopodium quinoa)是一种作物，营养丰富，在多个国家广有种植。真菌病如霜霉病限制了谷物产量，培育抗性品系，如抗霜霉病品系是藜麦育种的中心目标。

利用常规RGB成像来测量藜麦对霜霉病的表型反应(Peronospora variabilis ) 测量比较困难，原因在于来自不同藜麦基因型在叶片上有不同绿色和红色斑点进行干扰，参见图1和图2。 

开发图像分析规程来区分健康藜麦叶片组织以及感染霜霉病的藜麦叶片组织。研究利用Videometer多光谱成像系统对严重度程度表型和孢子形成进行研究。

严重程度是叶片正面损伤的面积占整个叶片面积的百分比。依基因型不同，颜色可为桔色、黄色或红色。

孢子形成是损伤部上方孢子量，以百分比测量，通过测量叶片正面进行评估。

图1 叶片正面严重度症状

图2 叶片正面孢子形成

多光谱图像分析

研究人员利用VideometerLab 4多光谱成像系统进行多光谱成像，积分球确保对样品的均一照明(图3)。每个获取的图像层由19个不同图像波段组成，波长涵盖365nm（UVA）到970nm（NIR）。图像的每个像素分辨率为~41 µm。每个图像层的分辨率为2192X2192像素

图像分析严重度模型

从G9基因型叶片正面(图4)清楚看到了黄化现象(A)，拍摄了RGB图像（常规相机，人眼可见光波段。(B)和(C)显示了多光谱图层中的2个波段，蓝光490nm(B)和黄光570nm(C)。对健康植物组织和黄化界定进行了初始标记，首次转换建立了模型(D)，通过nCDA（归一化典型判别分析将19个波段信息（图像中多个图层），转换为了整个图层的代表像素范围值。之后切割(E和F)，可用于所有图像-所有品系和基因型，获取有黄化组织（E黄色）百分比定量分析，该特定叶片比例为68.0%，或者包括红色覆盖孢子区(F)，比例为18,9%，黄化（黄色）比例68%，孢子和黄化区综合面积占比75.8%。 

图像分析孢子形成

在叶片正面（底部），RGB图像中的G9基因型清晰可见到孢子形成图像（下底部A和B放大）。尽管在可见光波段很难检测到单个波段，这里特别标出了蓝光波段（490nm）（C）。进入NIR（780nm）波段（下左部的D和E放大），清晰看见了孢子。使用该信息（仅标识黑灰色孢子）可帮助我们区分切割孢子像素（F），并将该面积定量，该叶片孢子比例为12.5% （黄色显示），不包括黄化部分面积。

另外，此处的孢子标识与正面图像分析而言更加保守。 覆盖的非黑灰区的像素部分 (像素比单个孢子要大）估计，孢子比例为~23%（此处未予以显示)。

图4(A) sRGB图像。(B)，490nm(蓝光)，(C)，570nm(黄色)，(D) 转换，(E)和(F)，2种类型定量分割。

图5(A) sRGB 图像，(B)490nm(蓝光)，(C) 570nm(黄色)，(D)转换，(E)定量分割。

7、Fraunhofer植物计算机断层扫描表型成像系统

植物作为地球上常见到的景物,是组成地球生态系统非常重要的一部分,多年来,研究者一直在探索植物生命及其生长过程的奥秘并取得一定成果。花朵是植物重要的器官之一,不仅种类繁多,并且具有复杂的形态结构和生命特性,高精度、高真实感的花朵对象模型仍然是研究热点问题之一。但是由于花朵本身结构复杂、内部组织贴合紧密等原因,使得三维植物器官数据场分割工作一直是一项具有挑战性的课题。为解决植物器官CT图像的分割和可视化问题,可以植物花朵器官为研究对象,利用X射线计算机断层扫描系统(CT)获取花朵体数据信息,并对获取的花朵体数据信息进行分割处理,采用形态学细化算法对每幅分割后的植物器官图像进行骨架提取,获取特征端点的,从而为植物器官的表面重建提供数据支撑。

计算机断层扫描技术还可用于种子质量控制以及种子检测标准确立，该系统能检测细微的内部结构（种皮、外壳、胚芽、空腔）。

对每一粒种子检测，都需要复杂的处理流程。检测的目的是为了保证其不变高品质。尽管有各种实验方法可以选择，但是在种子检测方面，X射线仍是比较可靠的方法，通过影响处理系统，CT设备可监测到每一粒种子。自2003年起，Frauhofer EZRT开始了种子CT断层扫描系统的研究，近年来，对植物材料的研究已经从种子扩展到植物根、茎、果实等领域，走在CT植物表型研究的前列。其中一款自动化系统，种子无需单独分开，软件可将每粒种子从混合种子中分离，从而简化了样品制备，能在一次实验中实现大量种子检测。此外，也可实现自动机械臂取料，托盘内科放置多个小盒。操作界面简单，校准或系统射线管温度控制均为独立。该设备可实现对种子内部结构的稳定、清晰成像，几何分辨率约为50um。

Frauhofer植物计算机断层扫描表型成像系统采用微焦点X射线成像原理进行分辨率三维成像，可以在不破坏样品（无需染色、无需切片）的情况下，获得高精度三维图像，显示样品内部详尽的三维信息，并进行结构、密度的定量分析，适用于观察植物化石样品结构和植物活体组织的细胞结构，近年来被广泛应用于结构学、组织学、生物学特别是古生物学等研究领域，例如花、果实、种子、根系等研究。

Frauhofer研究院是世界知名的应用技术研究院，很多工业技术都源自于该研究所。Frauhofer专门成立的植物表型CT研究组致力于CT技术应用在植物的表型研究上。与传统医学CT不同，植物CT研究需要独特算法和软件等。Frauhofer研究院在该研究领域位于世界前沿。

Frauhofer植物计算机断层扫描系统优点

1.该无损监测系统可适用于不同植物

2.系统可快速有效扫描全植株

3.借助温室以及数个环境箱，可模拟真实环境条件

气候变化的后果极其复杂，对发展中国家影响更大。例如，气温上升可使一些区域不适合居住，切断了当地居民获得水源的主要通道。即便发达国家也难以逃脱气候变化影响，被迫改变思维方式-特别是农业的思维方式迫在眉睫。现代植物栽培种不能快速适应气候变化影响，农民需要栽种能调整适应了当地主要条件的植物品种。这是为何研究者X光研发技术中心EZRT专注于无损监测以及植物分析。

许多植物品系（如土豆、小麦、水稻和木薯）都在努力适应世界气候条件变化条件。要寻找到适当应对应用环境条件改变的方式，Frauhofer研究人员分析了不同植物品系如何应对环境冲击。表型是一种鉴别植物的方式，例如，鉴别在高温条件下仍能有足够产量的植物。

实际环境下植物分析

理论上，人们可在田间通过人工视觉简单观测植物。但该方法为主观方法，并不精确。如果一个人连续观测数百个植株，很容易看出趋势，但结果总是不同。因此，研究人员选择使用非破坏性监测系统，Oliver Scholz教授，X光技术研发中心的系统研究组负责人表示。要生成有意义数据，研究人员需要分析多个品系的各数十株植物。该研究所位于Fürth的基地针对此研究配备了一个专门温室以及数个环境箱，用以模拟限定气候条件。研究者直接读取并精确分析叶片尺寸、叶面积、倾斜以及曲率等。

鉴别高产品种

植物由地上和地下器官组成。植物健康和生殖等重要指示因子位于地上。人们可从叶片（植物太阳能电池板）收集有价值信息。光学监控技术，例如3D激光技术，非常适合观测叶片以及其环境。利用3D植物扫描仪获取植物3维图像。激光可向叶片表面投射窄线。因该线沿叶片走向，相机可记录该线的位置。几秒钟，即可生成数以百万的3D坐标，用以描述叶片表面（says Scholz）。

因该所的工作涉及到长期观测和检测的多个系列植物，该方法生成了大量3D数据。要对来自植物的单个叶片实现对比，研究所开发了特殊的软件程序，使用复杂过程来计算叶片主要参数，之后以更小软件包的形式提供这些参数。研究人员从而可直接读取并精确分析叶片尺寸、表面积、倾斜和曲率。生物学家获取此类表型数据并将其与微生物学知识相关联，从而鉴别生物机制，允许特定植物品系快速生长，即便在极端条件下也有足够产量。

地下X光成像：数分钟构建3D CT

植物地下部分，例如其根部结构和果序也可提供关于植物生物量的重要信息。光学监控技术于此已经达到，这是为何研究人员在此处选择了X射线。X射线成像和显微法近几十年来取得了巨大进展。此技术可轻松用于检测钢制或其它合金材质大样品。在现今系统上可以清楚显示小材料缺陷，轮胎铝轮毂或缸头壳体，易于鉴别。但表型领域研究者面对不同的挑战。与工业和实验室多处应用不同，表型不仅仅关注图像品质，成像的限制因素是成像时间，Stefan Gerth博士-革新系统设计团队负责人表示，该所研究者开发了自己的实验室系统，目标是在有效图像品质和更短测量时间间取得平衡。

X光可帮助研究者看到地下情形。上图是在不同发育阶段的土豆

测量时间影响非常大，原因是研究者通常会测量一系列产品。长时测量在时间上并不经济，将植物长时间放在X光机内相当于将植物从其熟悉环境中“隔离”出来，严重影响效果的有效性。Frauhofer研究所X光技术研发中心不断投入到优化X光系统的研究中，从而可约在5-7分钟完成植物扫描。另外除了特别适应的硬件，研究所用的软件作用也至关重要。因成像时间短，源数据包含很多噪音，难于处理。智能算法很大程度上对此进行了补偿，可全自动将植物器官与周围环境分离出来。

下一步，软件自动鉴别果实和根部结构的纵横比以及植物器官的重量。要确保声明可靠性，研究者对试验系列进行数周、数月的观测。在实验结束时，利用一段时间的柱状图，研究者可以弄清楚植物如何进行地下生长发育。Joelle Claussen解释道，他已经在X光技术研发中心测量了数以千计的植物。尽管该所就检测系列取得较高成功率，也无法完全模拟温室环境中真实的环境影响。这就是为何生物学家要在真实环境条件下对齐进行验证的原因，Claussen表示。

在国内和国外研究伙伴的支持下，Frauhofer研究院非常确信研究者的无损监测系统可在气候变化情况下，提供适当应对措施。

3D计算机断层扫描原理：3D断层扫描（CT）可生成诸多方向的多个X光图像（投影）。与医学CT扫描不一样，工业CT系统扫描的目标经常会安装在旋转桌面，位于X光射线管和检测器之间。目标绕其轴旋转同时，记录下投影。