如今，表征生物和非生物脅迫的研究正在快速增長(zhǎng)，表型研究方案的標(biāo)準(zhǔn)化正成為一個(gè)挑戰(zhàn)。在這種情況下，對(duì)生理特征和表型特征進(jìn)行平行測(cè)量是非常可取的，特別是在干旱脅迫下。   本文中近期，在發(fā)表于《Scientia Horticulturae》題為 Drought phenotyping in Vitis vinifera using RGB and NIR imaging 的文章中，Briglia N等探討了干旱脅迫下葡萄的生理形態(tài)特征是否可以通過(guò)非破壞性的RGB和NIR圖像分析技術(shù)來(lái)確定，以實(shí)現(xiàn)可負(fù)擔(dān)得起的表型分析。本研究是在歐洲植物表型網(wǎng)絡(luò)（EPPN）的一個(gè)研究中心進(jìn)行的，EPPN也旨在促進(jìn)表型方案的標(biāo)準(zhǔn)化。四組20株盆栽葡萄進(jìn)行不同的灌溉處理，設(shè)置每日耗水梯度為100%（對(duì)照）、75%（IRR75%）、50%（IRR50%）和25%（IRR25%）。在干旱條件下，同時(shí)采集了葉片氣體交換量、葉片水勢(shì)、光系統(tǒng)II效率（Fv/Fm）、RGB和NIR數(shù)據(jù)?；诓煌珊邓较缕咸训腞GB圖像建立了植物冠層面積估算模型（R2=0.78），并用該模型估算的葉面積計(jì)算單位葉面積耗水量。   本研究使用的植物表型平臺(tái)（LemnaTec 3D Scanalyzer phenotyping platform）   研究結(jié)果表明，葉片水勢(shì)與可見光譜深綠色等級(jí)（R2=0.71）存在相關(guān)性，NIR和可見光譜深綠色等級(jí)隨干旱程度的增加而減少，而可見光譜黃色等級(jí)隨干旱程度的增加而增加。   葉片蒸騰量（A）、凈光合速率（B）、氣孔導(dǎo)度（C）、Fv/Fm（D）與莖水勢(shì)之間的相關(guān)性 可見光譜各顏色等級(jí)與莖水勢(shì)的相關(guān)性（A棕色，B綠色，C黃色，D深綠色） NIR與莖水勢(shì)的相關(guān)性   Briglia N等的研究證明了基于RGB和NIR圖像識(shí)別葡萄水分脅迫的潛力，有助于全球表型研究方案的標(biāo)準(zhǔn)化，也有助于高通量表型研究領(lǐng)域精準(zhǔn)灌溉工具的開發(fā)。
  Briglia N, Montanaro G, Petrozza A, et al. Drought phenotyping in Vitis vinifera using RGB and NIR imaging. Scientia Horticulturae, 2019, 256: 108555.