低溫冷凍脅迫對小麥幼苗生長和最終產量有不利影響,傳統的小麥凍害評價方法是目測,既費時又費力。因此,迫切需要一種更有效、更準確的凍害識別方法。本文開發了一種高通量表型系統,即RGB凍害系統,以有效和高效地量化小麥在田間環境中的凍害。
a田間移動表型艙和小麥區劃;b RGB凍害系統硬件概述
該系統能夠在田間條件下使用移動表型艙自動采集、處理和分析小麥圖像,還開發了一個數據管理系統,用于存儲和管理系統中的原始圖像和計算出的表型數據。本試驗共種植小麥品種128個,施氮 3 種,生物技術重復 2 次。在拔苗期采集小麥冠層圖像,對每個小麥樣品提取三個圖像特征,包括ExG、ExR和ExV。我們比較了不同的測試參數,發現覆蓋率對凍害的影響更大。
a圖像處理流程;b 表型系統的軟件界面
因此,作者根據試驗結果初步劃分了4個凍害等級,以評價不同品種小麥在幼苗期的凍害情況。凍害自動表型分析方法為大田作物高通量凍害分析提供了替代解決方案,可用于凍害量化,對小麥優良抗凍基因型的篩選具有指導意義。
來源:Plant Methods.A method for obtaining field wheat freezing injury phenotype based on RGB camera and software control.Xiuqing Fu, Yang Bai, Jing Zhou, Hongwen Zhang & Jieyu Xian
https://plantmethods.biomedcentral.com/articles/10.1186/s13007-021-00821-7