許多植物能根據(jù)環(huán)境壓力迅速改變其葉型?；趫D像的數(shù)據(jù)越來(lái)越多地用于以非接觸式檢索關(guān)于植物水分狀況的可靠信息，此方式可能擴(kuò)大到高通量并隨著時(shí)間的推移不斷重復(fù)。

本文研究了干旱脅迫下葡萄葉片角度隨干旱程度的變化規(guī)律。盆栽葡萄經(jīng)受21天的干旱脅迫，最大土壤有效含水量分別為100%（CTRL）、60%（IRR60%）和30%（IRR30%）。葉片角度分別用手動(dòng)測(cè)量（測(cè)角儀）和通過(guò)三維重建方法（多視圖立體和運(yùn)動(dòng)結(jié)構(gòu)）測(cè)量計(jì)算。在干旱脅迫下同時(shí)采集氣孔導(dǎo)度、葉片水勢(shì)、熒光（Fv/Fm）、葉面積和2D-RGB數(shù)據(jù)。在整個(gè)實(shí)驗(yàn)中，葉片水勢(shì)的值范圍從-0.4（CTRL）到-1.1 MPa（IRR30％），并且在手動(dòng)測(cè)量（R2 = 0.86）和3D圖像（R2 = 0.73）時(shí)，葉片水勢(shì)對(duì)葉角有線性影響。干旱與氣孔導(dǎo)度和葉面積生長(zhǎng)呈負(fù)相關(guān)，特別是在IRR30%時(shí)，光合參數(shù)（Fv/Fm）不受水分限制的影響。在緊密相關(guān)的實(shí)驗(yàn)中，成功采用了基于在不同表型自動(dòng)平臺(tái)上開(kāi)發(fā)的2D RGB圖像的像素?cái)?shù)的葉面積估計(jì)模型（R2 = 0.78）。在實(shí)驗(yàn)結(jié)束時(shí)，頂視圖2D RGB圖像顯示，與初始值相比，CTRL和IRR60％的葡萄藤的綠色分?jǐn)?shù)（GGF）降低了約50％，而IRR30％的GGF則增加了約20％。


圖1.左：用于確定(a)葉角作為(b)葉柄中脈角的補(bǔ)充的示意圖；右：表示植物冠層的下部、中部和上部區(qū)域。


圖2.葉片角度三維識(shí)別程序的工作流程示意圖

圖3.在14DADI成像的干旱脅迫（Ψ值約-1.0MPa）和灌溉良好（約-0.4MPa）藤蔓的三維點(diǎn)云重建和器官分割的示意圖

來(lái)源：Front. Plant Sci.Image-Based Assessment of Drought Response in Grapevines.Nunzio Briglia, Kevin Williams, Dan Wu, Yaochen Li, Sha Tao, Fiona Corke, Giuseppe Montanaro, Angelo Petrozza, Davide Amato, Francesco Cellini, John H. Doonan2,  Wanneng Yang and Vitale Nuzzo.https://doi.org/10.3389/fpls.2020.00595