草莓低温胁迫监测与风险预测：基于多源表型空间变异特征的融合分析

针对草莓低温胁迫监测中表型成像空间结构信息利用不足的问题，南京信息工程大学团队通过动态降温梯度实验，融合叶绿素荧光与高光谱成像数据，构建光合生理潜力指数（PPPI）与冷害风险指数（CDRI）。研究揭示NPQ/1D-Parallel/TENT等6个关键空间变异特征，建立XGBoost预测模型（R2 =0.98），为农业气象灾害表型预警提供新范式。

　　

草莓作为全球广受欢迎的水果，其生长极易受低温胁迫影响，尤其在开花坐果期，低温会导致花芽分化受阻、果实品质下降。尽管现代农业技术已广泛应用表型成像技术监测作物生理状态，但现有研究多聚焦于单一数据源的平均值分析，忽视了叶片空间异质性这一关键信息。更棘手的是，传统农业气象灾害预警主要依赖历史气象数据，缺乏基于植物实时生理响应的预测手段。这种"黑箱"式监测难以精准评估低温胁迫的动态风险，制约了精准农业的发展。

针对这一科学难题，南京信息工程大学的研究团队以短日照草莓品种"丰香"（Toyonoka）为研究对象，设计了一项创新性实验。通过设置19/9°C至10/0°C四个动态降温梯度和3-9天三种胁迫时长，结合叶绿素荧光成像与高光谱成像技术，首次系统量化了草莓叶片表型空间变异特征与光合生理参数的关联规律。研究发现，当低温胁迫持续时，草莓会表现出先抑制后激活的光合适应机制——最大净光合速率（P_max
）呈现"V"型变化趋势，而相对电解质渗漏（REC）则持续上升。这种矛盾现象使得单一生理指标难以准确评估胁迫风险。

研究团队创造性地提出光合生理潜力指数（PPPI），通过主成分分析融合P_max
、REC和总叶绿素含量（Chl_a+b
）三个参数。但PPPI存在"时间滞后性"，无法预测胁迫累积效应。为此，研究人员引入相对负积温（RNAT）概念，构建冷害风险指数（CDRI=PPPI-RNAT/650），将风险划分为5个等级，实现从"现状评估"到"风险预警"的跨越。

关键技术方法包括：1）使用PlantExplorer PRO系统获取叶绿素荧光参数（如NPQ、qP、Y(II)）的空间分布图像；2）SOC710高光谱成像仪采集475-1039nm波段反射率数据；3）基于互信息（MI）算法筛选关键空间变异特征；4）采用XGBoost、AdaBoost和随机森林三种集成学习算法建模。

研究结果部分，3.1节揭示低温胁迫下光合生理的动态响应。在13/3°C处理6天时，P_max
出现反常升高，而10/0°C处理9天时Chl_a+b
降至对照组的73.74%，显示植物存在"假恢复"现象。3.2节通过624个空间特征分析，发现叶绿素荧光参数在平行叶脉方向（1D-Parallel）的纹理熵（TENT）与生理参数相关性最强，其中qP/1D-Parallel/TENT对P_max
的MI值达2.442。3.3节显示XGBoost模型融合多源特征时PPPI预测R²
达0.958，显著优于单一维度特征输入。3.4节验证CDRI预警效果，XGB模型对冷害等级的预测准确率达92.31%，Kappa系数0.904。

讨论部分指出，该研究的突破性在于首次量化叶片空间异质性的生理指示价值。SHAP分析揭示qP/1D-Parallel/TENT是贡献度最高的特征，其阈值效应（临界值0.28）反映了PSII反应中心开放的时空动态。这种沿叶脉方向的表型变异，实质是叶黄素循环、活性氧代谢等光保护机制的时空表达差异。相比传统光谱均值法，空间特征融合使模型R²
提升17.6%，为作物抗逆研究提供新视角。

该成果发表于《Plant Phenomics》，不仅建立了首个纯表型驱动的草莓冷害预警系统，更开创了"空间变异特征-生理机制-风险预测"的研究范式。未来通过扩展草莓光周期品种测试，有望形成普适性的作物气象灾害表型预警技术体系，推动智慧农业从"环境调控"向"生理干预"的跨越发展。