高通量3D与多光谱表型分析技术早期检测葡萄藤水分胁迫响应的研究

这篇研究通过"PhenoPlant"高通量表型平台（HTPP），整合3D视觉（PlantEye传感器）、多光谱成像和传统生理指标（如气孔导度gs、茎水势Ψstem），系统评估了11种砧木/接穗组合对干旱胁迫的响应。研究发现耐旱砧木（如1103P）能维持稳定的光谱指数（GLI≈0.33-0.35）和形态生理参数（叶面角SA 39-44°），为葡萄育种提供了快速筛选工具。

　　

Highlight

本研究利用创新性的"PhenoPlant"高通量表型平台，结合3D视觉、多光谱成像和传统生理测量技术，揭示了不同葡萄砧木/接穗组合对干旱胁迫的差异化响应。耐旱砧木（如1103P、140Ru）展现出显著稳定的光谱特征和形态生理指标，为早期水分胁迫检测提供了可靠的技术路径。

Results

在13天的干旱-恢复实验中，通过3D建模和光谱分析发现：耐旱砧木组合（1103P、110R等）的叶面角（SA）维持在39-44°、绿叶指数（GLI）稳定在0.33-0.35、气孔导度（gs）保持34.5-45.4 mmol H₂O·m^-2·s^-1，而敏感组合（如Kober 5BB）的SA降至27-35°、GLI跌至0.28-0.32、gs骤降到8.6-10.8 mmol H₂O·m^-2·s^-1。这些参数变化比传统水分势测量提前2-3天显现，证实了高通量表型技术的早期预警价值。

Discussion

多光谱参数（如GLI）与3D建模指标（如SA）可作为葡萄干旱响应的"可视化生物标记"，其动态变化与气孔调节策略（等水型vs.非等水型行为）显著相关。该研究突破了传统表型分析的时空限制，为砧木筛选提供了"表型指纹"识别新范式。

Conclusions

3D与光谱表型技术能有效捕捉葡萄早期水分胁迫特征，其中叶面角（SA）和绿叶指数（GLI）是反映砧木耐旱性的关键代理指标。该技术体系可加速葡萄育种进程，并为精准灌溉决策提供科学依据。