粉體行業在線展覽
面議
418
太陽輻射照射到植物葉片上,其中的藍色波段和紅色波段大部分被葉片吸收進行光合作用,另一部分(包括綠色波段、紅外波段等)以反射光的形式返回到大氣中,少量以熒光的形式發射到大氣中,還有部分則以熱的形式耗散。通過對葉片反射光成像測量分析(RGB彩色成像、多光譜或高光譜成像等)、多光譜熒光成像測量分析及葉片溫度測量分析(紅外熱成像),可以全面分析植物的性狀特征包括外部形態顏色、光合作用效率、氣孔動態、次級代謝等形態與生理生態特征,使植物表型數字化、生理生態及功能可視化。
模塊式植物表型成像分析系統由植物多光譜熒光成像單元、紅外熱成像單元、RGB彩色成像單元等組成,可全面分析植物葉片及冠層的形態結構、顏色、光合作用、生理狀態、氣孔動態、生化色素分布、脅迫生理等,是目前市場上配置*靈活、功能*全面、性價比**的植物表型與生理生態觀測分析系統。
左圖:西葫蘆感染病原菌成像分析,其中(a)為RGB彩色成像、(b)為紅外熱成像、(c)為F520綠色熒光成像、(d)為F520/F680綠紅熒光比值成像;右圖:向日葵幼苗列當寄生后的多光譜熒光成像
主要功能特點與技術指標:
1) 植物多光譜熒光成像技術,可以對具有4個特征性波峰的植物熒光光譜進行成像分析,進而可全面分析植物初級代謝(光合效率)、次級代謝、生理生態、脅迫與抗性篩選等
2) 可選配UV紫外光、白色LED光源(用于模擬自然光源)、青色LED光源(用于氣孔功能研究)、綠色LED光源、紅色LED光源、藍色LED光源等不同激發光源
3) 可對UV紫外光激發的4個波峰的熒光進行成像分析,包括蘭光440nm(F440)、綠光520nm(F520)、紅光690nm(F690)和遠紅外740nm(F740),其中F440和F520統稱為BGF,由表皮及葉肉細胞壁和葉脈發出,F690和F740為葉綠素熒光Chl-F
4) 紅外熱成像分析單元可測量分析葉片溫度的異質性分布,并通過選區(ROI)工具得到不同區域的**溫度、*低溫度、平均溫度、溫度分布頻率直方圖等,依次進一步分析氣孔導度、水分脅迫等
5) 40倍RGB成像可以對植物形態及顏色進行分析,既可明察秋毫到氣孔分布,又可大視野宏觀成像分析
6) 配置靈活、使用方便,可選配不同單元組合
7) 適于植物葉片、植物幼苗及小型全株植物,紅外熱成像可應用于植物冠層或多株植物成像分析
8) 應用于作物遺傳育種、遺傳組學與表型組學研究、植物生理生態學、植物脅迫生理、抗性篩選等領域
技術指標:
1 紅外熱成像單元:
1.1 非制冷紅外焦平面檢測器(uncooled VOx microbolometer),已經過歐盟標注校準,可直接測量溫度,包括每個像素點的溫度等
1.2 分辨率:640x512像素
1.3 光譜范圍:7.5~13.5μm
1.4 溫度測量范圍:-25~150°C
1.5 靈敏度:≤0.03℃(30mK)@ 30℃
1.6 幀頻:9Hz或30Hz,**60Hz
1.7 數據傳輸:USB-3或千兆以太網
1.8 19mm光學鏡頭,視野32℃x26℃,可選配13mm鏡頭或35mm鏡頭
1.9 具備視頻模式和快照模式
1.10 具備14種調色板供任意選擇,可多樣化設置熱成像假彩色
1.11 具備差值功能,可內查圖像形成平滑影像以避免像素化
1.12 可通過軟件設置大氣溫度、濕度、距離等參數
1.13 具備等溫模式功能,包括以上、一下、之間、及以下與以上四種等溫模式
1.14 結果在線報告功能,自動顯示熱影像、時距圖及影像參數如發射率、反射溫度、大氣溫度、濕度、外部光距離、傳播等
1.15 影像處理軟件具備ROI選區功能,包括點、線、折線、矩形等,并可進行分區處理,每個ROI即時顯示*小溫度、**溫度、平均溫度等
1.16 熱掃描功能及熱剖面功能:可在線可視化顯示線型ROI溫度值、溫度剖面圖
1.17 所有ROI工具的溫度值均可顯示在時距圖中
1.18 防護級:IP65
1.19 工作溫度:-15°C~+50°C
1.20 支持GPS信息,可將位置信息顯示在谷歌地圖上
2 植物多光譜熒光成像
2.1 成像面積20x20cm
2.2 紫外光激發多光譜熒光成像包括F440、F520、F690、F740四個波段的熒光成像
2.3 高分辨率CCD鏡頭,20fps、1360x1024像素,有效像素大小為6.45μm,高速USB 2.0 (480Mbits/sec),可像素疊加(binning)以提高靈敏度(2x2,3x3,4x4);具備視頻模式和快照模式
2.4 自動測量分析功能(無人值守):可預設1個或2個試驗程序,系統可自動測量儲存
2.5 激發光源包括紫外光、藍色光源、紅橙色光源,通過紫外激發熒光與紅光LED激發熒光,可以分析植物類黃酮相對含量等
2.6 成像分析軟件具Live(實況測試)、Protocol(實驗程序選擇)、Pre-processing(成像預處理)、Result(成像分析結果)等功能菜單
2.7 成像預處理可以自動選區或手動選擇不同形狀、不同數量、不同位置的區域(Region of interest,ROI),成像分析結果包括高時間解析度熒光動態圖、直方圖、不同參數成像圖、不同ROI的熒光參數列表等
2.8 Protocol實驗程序可自由編輯,也可利用Protocol菜單中的向導程序模版客戶自由創建新的實驗程序
2.9 多種Protocols供選配和自動運行,包括Fv/Fm、Kautsky誘導效應、葉綠素熒光淬滅曲線、光響應曲線等
2.10 具備系統自動重復運行功能,可無人值守自動循環完成選定的實驗程序,重復次數及間隔時間客戶自定義,成像測量數據自動按時間日期存入計算機
2.11 高度可調,以適應不同高度植株成像分析,**植株高度50cm,可根據客戶需求定制不同高度
3. NDVI與PAR吸收成像模塊:630nmLED紅色光源和740nm LED紅外光源,可對PAR(光合有效輻射)吸收及植物光譜反射指數NDVI成像分析
4. 可對綠色熒光蛋白GFP進行成像分析,可選配YFP成像分析
5. RGB成像:科研級RGB成像鏡頭,分辨率2592x1944像素,信噪比54dB,1-40x放大,*小視野6.1x7.9mm(40x),**視野20.8x25.4;可分析葉面積、長度、寬度、周長、比值、綠度指數、顏色分級分析、頻率直方圖等
應用案例與近期代表性參考文獻:
西葫蘆感染軟腐病菌(Dickeya dadantii)RGB彩色成像、多光譜熒光成像及紅外熱成像分析(引自Maria L. Perez-Bueno等,Multicolor Fluorescence Imaging as a Candidate for Disease Detection in Plant Phenotyping. Frontiers in Plant Science, 2016)
1) Monica Pineda etc. Detection of Bacterial Infection in Melon Plants by Classification Methods Based on Imaging Data. Frontiers in Plant Science
2) Monica Pineda et. Use of multicolour fluorescence imaging for diagnosis of bacterial and fungal infection on zucchini by implementing machine learning. Functional Plant Biology, 2017
3) Carmen M. Ortiz-Bustos etc. Fluorescence Imaging in the Red and Far-Red Region during Growth of Sunflower Plantlets. Diagnosis of the Early Infection by the Parasite Orobanche Cumana. Frontiers in Plant Science, 2016
4)Maria Luisa Perez-Bueno etc. Spatial and temporal dynamics of primary and secondary metabolism in Phaseolus vulgaris challenged by Pseudomonas syringae. Physiologia Plantarum, 2015