温室条件下高通量表型技术表征作物干旱胁迫响应的应用进展与瓶颈分析

《Horticultural Plant Journal》：Application of high-throughput phenotyping technologies to characterize plant drought-stress responses under greenhouse conditions

　　

干旱正严重威胁中国西北地区的农业生产力和作物生长。在全球变暖加剧下，干旱对作物造成的损害日益加重，严重影响产量和品质。作为一种渐进且往往难以察觉的胁迫因素，及时监测作物水分状况和实施精准灌溉对于减轻干旱影响至关重要。然而，传统表型分析方法耗时费力、准确性低且具破坏性，已成为推进作物生长监测研究的主要瓶颈。高通量表型（HTP）技术能够实现作物整个生命周期实时精确的表型分析，为大规模、非破坏性检测干旱胁迫下作物水分状况提供了前所未有的技术潜力。本综述总结了HTP技术在作物干旱胁迫研究中应用的最新进展，聚焦于育种筛选、精准灌溉和产业化转型三大应用场景，并展望了温室HTP技术的发展趋势。

论文解读：温室条件下高通量表型技术表征作物干旱胁迫响应的应用进展与瓶颈分析

一、研究背景与问题提出

干旱胁迫是全球农业面临的主要非生物胁迫之一，尤其在西北地区，干旱已严重制约园艺作物的产量与品质。传统干旱评估依赖破坏性采样（如脯氨酸、丙二醛测定）或单点生理测量，存在效率低、时空分辨率差、资源消耗高等固有缺陷，难以捕捉作物对水分胁迫的动态响应。尽管遥感与光谱技术近年来推动了植物胁迫监测的智能化，但其在园艺场景中的应用仍受限于模型泛化能力弱和环境干扰强等问题，例如基于无人机多光谱图像的苹果叶片叶绿素含量估算或基于高光谱技术的大白菜色素反演，均存在模型难以跨品种、跨环境迁移的局限。高通量表型（HTP）技术的兴起为突破上述瓶颈提供了新范式。相较于受不可控气象干扰和低数据保真度限制的田间平台，温室HTP系统可通过精确调控水梯度、温度等因素有效降低环境干扰，可靠捕获微弱但关键的干旱响应信号。然而，温室环境并非理想的“无偏”系统，其固有的复杂性——如盆钵效应扭曲根区水力特性、冠层内光照异质性导致局部蒸腾差异、CO?浓度分层影响光合-气孔耦合、有限空间放大基因型间微环境交互作用——均直接影响作物干旱响应的表型表达，甚至导致看似矛盾的表型结果。此外，大量研究侧重于利用HTP快速生成海量表型特征（如各种植被指数或深度学习提取的特征），而对所得替代性状的生物学可解释性、遗传稳定性及田间可转移性的深入验证相对不足。因此，本综述旨在围绕育种、栽培和生产三大应用场景，分析不同传感模态的优势与陷阱，审视非破坏性指标与破坏性生理参数之间的差距，并评估机器学习模型在园艺作物小样本、高噪声表型数据下的可靠性，为园艺学界提供一条通向可解释、可重复、可转化的HTP路径。

二、关键技术方法概述

研究人员主要采用以下几种关键传感模态与技术方法开展研究：可见光成像技术，用于提取冠层覆盖度和颜色特征；激光3D扫描技术，用于量化植株三维形态结构；热红外成像技术，通过探测冠层温度间接反映气孔导度和蒸腾速率；多光谱成像技术，计算归一化差值植被指数（NDVI）、光化学反射指数（PRI）和归一化差值水分指数（NDWI）等植被指数；高光谱成像技术，利用连续窄波段捕获与脯氨酸、叶绿素降解相关的细微光谱特征。在数据分析层面，研究人员采用了卷积神经网络（CNN）、视觉Transformer等深度学习方法进行多模态数据融合与胁迫诊断，并结合少样本学习和迁移学习应对小样本挑战。

三、研究结果

1. 育种视角：加速遗传增益与耐旱种质筛选

研究人员发现，温室HTP技术已建立起涵盖多源传感器数据采集、表型特征分析和跨场景决策应用的完整技术框架。通过多光谱和热红外成像获取的NDVI、PRI和冠气温差（ΔT）等替代指标虽被广泛用于指示水分利用效率和气孔行为，但其可靠性严重受限于作物解剖结构和微环境因素。例如，NDVI在高冠层郁闭度作物中易饱和，而葡萄等作物厚角质层会削弱蒸腾降温效应导致ΔT失真。更重要的是，不同基因型的指标响应可能高度非线性甚至相互矛盾：某些耐旱番茄基因型在轻度胁迫下维持高NDVI，但在重度胁迫下因抗氧化系统崩溃迅速萎蔫；另一些基因型则采取“保守策略”提前关闭气孔，导致NDVI下降但存活时间延长。这种“策略性基因型-环境互作”反映了真实的生理策略分化。根系性状是决定作物抗旱性的核心靶标，但X射线CT、MRI等无损观测手段的成本和通量严重受限，部分研究仍依赖破坏性取样。相比之下，地上部表型的动态监测随着可见光成像和激光3D技术的应用稳步推进，但基于地上部特征预测根系构型的模型跨基因型泛化能力较弱。

2. 栽培管理：从响应监测到精准灌溉决策

研究表明，热红外和多光谱成像是温室HTP中最成熟的传感模态，已在多种园艺作物中得到验证。热红外成像通过检测冠层温度间接反映气孔导度，可用于稳态条件下柑橘、生菜等作物的灌溉调度；多光谱衍生的NDWI与冠层含水量密切相关，可用于动态干旱监测和产量预测建模。然而，这些表型信号易受温室微气候干扰：局部CO?富集、不均匀光照分布和瞬时气流可使冠层温度与真实植物水分状态解耦；湿润叶面和可变叶角可能导致NDWI测量伪影。作物对水分亏缺的生理响应呈现明显的阶段性和阈值特征，但多数灌溉模型采用线性或静态阈值，忽略了这种动态调节规律。此外，温室系统中的“盆钵效应”限制了表型响应的田间外推，盆栽植物的干旱胁迫阈值低于田间植物，基于盆栽HTP数据建立的灌溉模型若直接应用于生产可能导致过度灌溉。端到端深度学习模型在融合多源传感器数据方面展现出潜力，但其性能强烈依赖于大规模高质量标注数据集，而这在大多数园艺作物中十分匮乏。

3. 生产导向：从实验室到产业化的鸿沟

研究人员指出，大型表型平台虽实现了每日数百株植物的自动化流程，但其高昂的经济成本和技术复杂度严重限制了在商业化温室中的广泛部署。除成本和技朮障碍外，HTP技术与园艺作物工业化生产的决策需求不匹配进一步加剧了实施困难。生产管理者需要直观可操作的决策依据，但当前基于HTP数据的AI决策模型普遍缺乏可解释性，管理者难以理解系统推荐背后的逻辑，导致对自动化决策信任不足。这暴露了研究与生产目标的根本差异：研究模型通常旨在从高维数据中探索复杂关联，而生产管理需要直观可操作的决策基础。在园艺作物工业生产中，HTP技术的核心应用需求是精准捕获干旱胁迫信号以维持作物的光合碳同化速率，但当前HTP系统极少能直接非破坏性地估算光合速率。叶绿素荧光参数可反映PSII效率，但测量通常需要暗适应，难以整合到连续监测管线中。此外，频繁的图像采集可能干扰作物生长，HTP方案必须在数据质量和操作可行性之间取得平衡。开发适应园艺作物工业化生产的轻量化HTP技术成为关键突破方向，通过结合低成本RGB相机与轻量级卷积神经网络提取早期干旱胁迫信号，可在辣椒和生菜上实现与专业多光谱系统高度一致的预测趋势，但其有效性高度依赖于对干旱胁迫关键生理转折点的准确捕获。

四、跨场景方法论瓶颈与讨论

研究人员系统梳理了HTP技术从实验室工具转化为实际应用所面临的三个核心方法论障碍：

数据收集环节缺乏闭环生理验证框架。 多数温室HTP研究采用“图像采集-特征提取-统计相关性分析”的线性范式，未建立与生理过程相联系的闭环验证系统。NDVI、ΔT及深度学习隐式表型特征等指标直接被用作水分利用效率、气孔行为和抗旱性的代理，却从未经过与叶水势、气孔导度、根水力导度等真实生理参数的严格校准和定量验证。这种“统计幻觉”导致收集的表型数据在特定实验条件下与目标指标强相关，却无法对应作物抗旱的核心生理通路。

数据标准化环节元数据规范和数据可比性不足。 温室HTP实验依赖人工控制生态系统，所有数据的科学有效性取决于环境变量、操作参数和成像条件的精确记录与标准化归档。目前，关键元数据报告不全、统一标准缺失的现象普遍存在，涵盖基质持水特性、育苗容器参数、灌溉制度、冠层光合有效辐射（PAR）分布、CO?浓度梯度以及成像时的蒸汽压亏缺（VPD）、风速、温湿度等实时环境参数。MIAPPE框架虽建立了田间表型数据的基本元数据规范，但针对温室HTP数据采集归档的专业扩展版本尚未形成行业共识。

数据分析与生物学关联环节分析逻辑与生物学和生产需求脱节。 现有分析主要追求高维数据挖掘、高通量和高分辨率，生成的深度学习隐式向量和复合表型指标缺乏明确的生物学解释，无法建立稳健的生理相关性。育种者关注与田间抗旱性和产量高度相关的可遗传过程性状，农艺师依赖明确的生理阈值支撑灌溉决策，而商业种植关注分析结果能否适配实际生产场景。当前数据分析普遍存在“重算法轻机理”的问题，分析结果不能清晰对应作物干旱响应的核心生理通路，且过于晦涩的分析输出使最终用户无法明确适用条件和实用价值。

五、结论与展望

研究人员总结认为，温室高通量表型（HTP）是连接基因型、环境因素和生产管理决策的关键枢纽。从育种研究到实际生产应用，当前研究大多停留在技术示范阶段，未能形成可实施的应用程序系统。在数据采集和性状分析方面存在显著瓶颈，包括数据集不一致、元数据不规范、模型泛化性能差以及偏离生理原理的黑箱预测。未来HTP的发展应从功能叠加转向由生理机制驱动、场景适配和多利益相关方协作的系统框架。关键方向包括：构建嵌入作物干旱胁迫生理-结构耦合机制的可解释智能模型；通过国际平台建立开放标准化基准系统和多场景开源数据集；推广轻量化和低成本解决方案，通过迁移学习应对小样本挑战；以及由跨学科专家统一元数据规范并协同设计平台。这些进展将推动精准育种，实现对优良种质的准确筛选并缩短育种周期；同时将表型组数据转化为有针对性的管理策略，支撑园艺栽培和工业生产，从而加速HTP技术从实验室研究向实际产业部署的转化。