需要JoVE订阅才能观看此内容。 请登录或开始免费试用

方法文章

一种快速激光探测方法可实现对叶片热学特性的无创非接触式测定

6.6K 次观看

⸱

DOI：

10.3791/54835

⸱

2017年1月7日

 ,  , 
1Fraunhofer Institute for Molecular Biology and Applied Ecology IME, Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e. V., 2Institute for Molecular Biotechnology, RWTH Aachen University, 3Fraunhofer Institute for Laser Technology ILT, Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e. V.

本文内容

摘要

已开发出一种通过非侵入性、无接触的近红外激光探测来测定叶片组织比热容和热导率的方法，每份样品检测耗时不足1分钟。

摘要

植物能够产生多种有价值的物质，例如次生代谢产物和重组蛋白。通过热处理（焯烫）可简化从植物生物量中纯化重组蛋白的过程。若能详细了解叶片的热学特性，则可更精确地设计焯烫装置。 即比热容和热导率。这些特性的测量耗时且劳动强度大，通常需要直接接触样品的侵入式方法，这可能会降低产品得率，并可能与密闭性要求不相容。 例如， 在良好生产规范背景下，为解决上述问题，开发了一种非侵入性、无接触的方法，可在约一分钟内测定完整植物叶片的比热容和热导率。该方法通过对叶片样品的微小区域施加一段特定时长和强度的短脉冲激光，引发温度升高，并利用近红外传感器测量该温度变化。将测得的温升数据与已知的叶片特性（厚度和密度）相结合，以确定其比热容。随后，通过分析温度下降过程的曲线特征，并考虑热辐射和对流换热的影响，计算得出热导率。文中还讨论了相关计算方法及样品处理中的关键注意事项。

引言

生物材料的大规模处理通常需要热处理步骤，例如巴氏灭菌。如果能够充分表征生物材料的热学性质，包括比热容（cp,s）和热导率（λ）。这些参数可通过量热法对液体、悬浮液和匀浆液进行简便测定。 1然而，对固体样品中的这些参数进行测量可能非常耗时，且通常需要与样品直接接触，甚至可能破坏样品 2例如，光热技术需要样品与探测器之间直接接触 3此类限制在食品加工过程中可以接受，但在严格监管的工艺中则不适用，例如在药品生产质量管理规范（GMP）背景下利用植物生产生物制药蛋白的过程。 4. 在这种情况下，重复的（例如， 在为期七周的植株生长周期中，作为质量控制手段，可能需要每周监测一次热学特性。若每次测量均需采集并消耗一片叶片，则在收获时将无剩余生物量可供后续处理。

此外，仅使用叶片部分会造成植物损伤，增加坏死或病原体感染的风险，从而再次降低生产效率。如果采用与样品直接接触的检测方法，病原体感染的可能性也可能上升，导致整批植物因接触受污染的传感器设备而被感染。在监测干旱等植物胁迫时，同样需要考虑类似因素。 例如在生态生理学背景下，例如，水分流失通常通过鲜重的变化来监测，这需要对受试植物进行侵入性处理。 5, 例如， 解剖叶片。相反，以非侵入方式测定依赖于样品含水量的比热容，如本文所述，可作为植物水分状况的替代参数。在这两种情形（药物生产与生态生理学）中，由破坏性或侵入性测量技术引起的人为胁迫是有害的，因其可能扭曲实验数据。因此，先前报道的闪光法 6 或在银板之间放置样品 7 不适合此类过程和实验，因为它们要么需要与样品直接接触，要么具有破坏性。这些参数 cp,s 和 λ 必须确定相关参数，以便设计用于漂烫步骤的工艺设备，从而简化产品纯化过程，降低生产成本 8-10两者均 cp,s 和 λ 现在可以通过无接触、无损的近红外（NIR）激光探测技术，以一致且可重复的方式快速测定 11 该新方法将在下文详细说明。利用此方法获得的结果已成功用于模拟烟草叶片中的传热过程。 12，从而能够设计合适的加工设备，并选择相应的参数，如热烫温度。

该方法易于建立（图1），包含测量和分析两个阶段，每个阶段又各包含两个主要步骤。在测量阶段，首先通过短脉冲激光对叶片样品进行局部加热，并记录样品的最高温度；随后记录样品持续50秒的温度变化曲线。在分析阶段，将叶片的密度等物性参数（可通过比重法测量准确且简便地测定）与样品的最高温度结合，用于计算cp,s。在第二步中，将叶片的温度变化曲线作为能量平衡方程的输入，综合考虑热传导、对流和辐射因素，以计算λ。

在方案部分提供了详细的分步说明，进一步扩展了配套视频中的内容。随后在结果部分展示了典型的测量数据。最后，在讨论部分强调了该方法的优势与局限性，并探讨了可能的改进方向及进一步的应用前景。

光谱分析装置及光学激发分析示意图；数据控制软件界面。
图1：用于测定叶片热学性质的装置。 A. 用于测定叶片比热容和热导率的测量装置实物照片。外围设备（计算机、示波器）未显示。B. 测量装置的示意图。激光器及连接设备以红色标出，用于温度测量的近红外探测器为紫色，叶片样品为绿色，光电二极管功率传感器为蓝色。C. 测量系统各组成部分的示意图，颜色编码与B图相同。比例尺表示0.1 m。D. 激光控制软件典型界面的截图。请点击此处查看该图的高清版本。

访问受限。请登录或开始试用以查看此内容。

方案

1. 植物培养与样品制备

  1. 用 1-2 L 去离子水冲洗每个岩棉块，随后用 1 L 0.1% [m/v] 肥料溶液冲洗。在每个岩棉块中放入一粒烟草种子（Nicotiana tabacum 或 N. benthamiana），并轻轻加入 0.25 L 肥料溶液冲洗，注意不要将种子冲走。
  2. 在温室或植物生长室中培养植株 7 周，相对湿度保持在 70%，光周期为 16 小时（光照强度 180 µmol s−1 m−2；波长 λ = 400-700 nm），昼夜温度设置为 25/22 °C。
  3. 将植株转移至测量装置。若植株无法移动，可采集单片叶片用于热学性质的测定。

2. 测定叶片厚度和密度

  1. 测定叶片厚度
    1. 在磷酸盐缓冲液（PBS）中配制2% [m/v]的琼脂糖溶液，并进行高压灭菌。将溶液冷却至40 °C，将叶片样品置于培养皿中并包埋于琼脂糖中。将培养皿放入4 °C冰箱中30分钟，使琼脂糖凝固。
    2. 使用振动切片机将琼脂糖块切成200-µm厚的切片，刀片切割角度为15°。切割速度设为1.0 mm s-1，振幅设为0.5 mm。
    3. 使用氰基丙烯酸酯作为固定剂，将五个叶片横切面切片固定在载玻片上。在显微镜下使用20×物镜和10×目镜，结合显微镜软件内置的测量工具，按照制造商说明测定叶片厚度。
    4. 在无叶脉区域的样品部位测定叶片厚度。
    5. 或者，使用千分表在叶片无叶脉区域测定叶片厚度。确保千分表垂直于叶片平面放置。
      注意：氰基丙烯酸酯对皮肤具有刺激性，若操作不当可能使手指粘连。
  2. 测定叶片密度
    1. 测定一个干燥比重瓶的空重（m0），然后将其注满水并再次称重（m1）。将比重瓶完全干燥后，放入一片叶片并称重（m2）。保持叶片在瓶内，小心注满水后再次称重（m3）。
    2. 使用公式1计算叶片密度（Ps）。
      公式1：显示质量与密度之间关系的静力平衡公式，包含ΣFx=0方程。

3. 测定叶片的光谱透射率和反射率

  1. 将叶片置于紫外-可见分光光度计的样品室中，用样品夹固定。进行透射测量时，将叶片置于检测器前方；进行反射测量时，将叶片置于检测室后方。
  2. 启动分光光度计控制软件。选择 900 nm 至 1600 nm 的光谱范围。开始新的扫描，并记录透射率（µT）和反射（µR由紫外/可见分光光度计软件根据光谱曲线显示的结果。
  3. 所有测量均需至少进行三次生物学重复。若预期样本质量存在异质性，则应将生物学重复次数增加至五次或更多。 即， 叶片表面形态和厚度的变异。
  4. 计算透射功率（PT）和反射（PR) 通过将测得的数值相乘 µT 或 µR 测量得到的激光功率值 P激光 根据公式2和公式3。
    公式 2： 激光功率传输方程，PT=μT×PLaser，与光子学研究、吸收测量相关。
    公式 3： 激光功率关系公式 \(P_R = \mu_R \times P_{Laser}\)；光学测量示意图。
    注意：测量过程中也可使用光电二极管传感器测定透射率（参见 6.3).

4. 设置测量装置

  1. 将一个光纤耦合的单条带近红外（NIR）二极管激光器（波长 = 1,550 nm）安装到不锈钢支架上的直径为25.4 mm的锥形部件中。连接控制器，将NIR激光器的输出功率（PLaser）设定为4–6 W。
  2. 在锥形部件末端放置一个焦距为25.4 mm的双凸透镜，以调节光束宽度至13 mm。
  3. 在透镜底部下方354 mm处放置一个光电二极管功率传感器。然后通过在传感器上方放置光学密度为1.0的中性密度滤光片和一层22 mm的陶瓷材料来衰减光电二极管的信号。
  4. 使用同轴电缆将光电二极管功率传感器连接至示波器。
  5. 将一个尺寸为10 × 10 cm、具有6 × 6 cm样品照射区域的框架固定在测量装置支架上，位于透镜下方308 mm高度处（图1）。通过将叶片安装到10 × 10 cm框架中，固定其在空间中的位置。
  6. 使用通用串行总线（USB）电缆将NIR探测器连接至个人计算机，并安装探测器的接口软件。
  7. 将探测器置于陶瓷层上方135 mm处，与激光束成45°角。通过调整传感器的位置和角度，使探测器的测量区域对准样品上的激光光斑，直至观察到最大温度信号为止。
  8. 使用激光控制接口软件，将输出激光功率调节至5 W，激光脉冲持续时间调节至0.5 s。在激光功率图形表示下方的控制选项窗口中选择“电流控制”命令，在“功率 [W]”字段中输入“5”以调节激光功率；在“时间 [s]”字段中输入“0.5”以调节激光脉冲持续时间。
  9. 为确定每组实验的绝对激光功率，在每组实验结束后，用热表面吸收式功率传感器替换光电二极管功率传感器，并在无样品条件下测量激光输出功率20 s。

5. 准备叶片样品

  1. 使用完整且无损伤的叶片进行测量。
  2. 若研究需要，可通过使用解剖刀刺穿叶片、用乳胶手套摩擦叶片、将叶片暴露于明火或激光束下 2-3 秒，或其他技术手段模拟典型的叶片损伤类型。
  3. 小心而迅速地将叶片样品固定在样品夹持器之间。

6. 进行温度测量

  1. 避免叶片与置于光电二极管传感器上方的陶瓷衰减器直接接触，以防止产生干扰 cp,s 和 λ 计算的人为热传递（见第9节）。
  2. 使用温度测量软件通过近红外探测器采集叶片样品共60秒的温度曲线。首先记录10秒的温度基线，然后激活激光0.5秒，并继续采集数据49.5秒。
    1. 点击“Measurement”（测量），然后选择“New Measurement”（新建测量）以开始一次测量。随后点击热曲线图形表示区域上方的绿色箭头。通过点击曲线图形区域上方的“Save”（保存）图标（一个样式化的磁盘图标）保存温度曲线。
  3. 使用光电二极管功率传感器并通过连接至该传感器的同轴电缆将信号接入示波器，测量有无叶片样品时信号的差值，从而确认透射激光功率（图2）。
    1. 确定通过示波器获取的电压曲线中两个侧翼的高度（f1,S 和 f2,S）。
    2. 在无叶片样品的情况下重复测量作为参考（f1,0 和 f2,0）。根据方程4计算透射率 µT，即上述测量值的比值（另见 图2）。
      方程4：静力平衡方程示意图，显示用于研究分析的摩擦因子下的迁移率比 µT。

显示信号沿的电压-时间图；示意图展示电压随时间的变化。
图2：使用光电二极管功率传感器测量叶片透射率。 A. 使用示波器观测的无叶片样品参考实验的典型电压曲线。 B. 装置中安装叶片样品后的电压曲线。在这两种情况下，透射激光功率与两个信号沿各自成正比。请点击此处查看该图的放大版本。

7. 计算叶片样品的比热容

  1. 通过将叶片最高温度 Tmax [K] 减去室温 T0 [K]，计算激光脉冲期间的最大温差 ΔT [K]（公式 5）。
    公式 5: 温差计算公式 ΔT=Tmax−T0，用于传热和能量平衡分析。
  2. 根据有效激光功率和激光脉冲持续时间计算叶片吸收的能量 (ES [J])（公式 6），其中 PR [W] 为反射激光功率，PT [W] 为透射激光功率。
    公式 6: 能量吸收公式 \(E_S=(P_{Laser}-P_R-P_T) \times t_{Laser}\)，用于能量传递分析。
  3. 使用公式 7 计算被加热叶片区域的质量 (mS [kg])，其中 dS [m] 为叶片厚度（见 2.1），rLaser [m] 为激光光斑半径，VS [m3] 为被加热叶片体积，ρS [kg m-3] 为叶片密度（见 2.2）。
    公式 7: 质量计算公式 \(m_S = V_S \times \rho_S\)，用于静态平衡分析。
  4. 根据公式 8，将吸收能量 ES 除以被加热叶片区域质量 mS 与最大温差 ΔT 的乘积，计算比热容 cp,s[J kg-1 K-1]。
    公式 8: 比热容计算公式 Cp,s，用于热分析。

8. 为热导率计算准备温度分布数据

  1. 使用近红外传感器控制软件中的“导出”命令，将时间和温度原始数据导出为 *.dat 文件，并在电子表格处理程序中打开该文件。
  2. 进行 1:100 的数据降采样，例如，使用“IF(MOD(数值;100)=0;"x";"0")”命令，使数据密度变为每 0.1 秒一个数据点。
  3. 针对每个温度曲线，在测量开始的前 10 秒（此时激光尚未开启）计算平均基线温度 TB [°C]。然后计算 TB 与实际环境温度 T0 [°C] 之间的差值。
  4. 利用该差值对每条曲线进行单独归一化处理，即将整条曲线向 T0 平移（y 方向归一化）；例如，若 TB-T0 = 2.0 K，则从温度曲线中的每个温度值中减去 2.0 K（图 3A）。
  5. 对每条温度曲线的时间坐标进行归一化处理（x 方向归一化），删除最大样品温度（Tmax）之前的所有数据点，并将 Tmax 对应的时间重新设为 t = 0，之后依次分配新的时间值（图 3B）。
  6. 检查每条曲线是否存在突然的温度跳变，即 温度变化超过基线噪声水平三倍的情况（通常为 3 × 0.31 K ≈ 1.0 K）。将这些区域从数据集中剔除，因其属于测量伪影（图 3C）。
  7. 使用电子表格处理程序对数据拟合指数衰减函数（公式 9），其中 Tt [K] 表示时间 t [s] 时拟合的叶片样品温度，T0 为环境温度，A [K] 为振幅，t1 [s] 为衰减常数（图 3D）。
    公式 9：指数衰减公式，Tt = T0 + A * e^(-t/t1)，用于时间依赖过程分析。
  8. 利用拟合得到的函数，计算激光脉冲后 0–80 秒内叶片样品的温度下降过程。
  9. 将测得的以 [°C] 为单位的温度数据通过为每个数据点加上 273.15 转换为 [K] 温标（图 3E）。

显示时间与温度、热导率以及EXP模型拟合分析的热数据图。
图3：用于计算的数据处理方案 λ. A数据降维后，温度曲线将归一化至环境温度。 B. 接着，选取所有达到最大样品温度之前的数据点（T最大被移除。 C测量伪影（如“不一致”数据集中所示）根据温度变化超过基线噪声三倍的标准进行识别，并在对数据进行指数函数拟合前从数据集中剔除。 D摄氏温标转换为开尔文温标。E. 对于每个时间间隔， λ 根据温度曲线计算。 F定义一个20秒的时间窗口，用于观察显著的温度变化。 G根据所选的时间窗口，计算平均值和标准差 λ. H两种不同情况的代表性结果 N. tabacum 叶片样品。橙色箭头和线条表示相应处理步骤对所展示数据的影响。 请点击此处以查看此图的放大版本。

9. 叶片样品热导率的计算

  1. 根据公式10，计算每个0.1秒时间间隔内叶片样品与环境之间的温度差，其中ΔTx [K]为温度差，Tt [°C]为拟合的叶片样品温度，T0 [°C]为环境温度（图3E）。
    公式10：温度变化方程 ΔTx=Tt−T0，热力学过程分析的关键。
  2. 假设温度下降是由于对流换热、热辐射和热传导共同作用的结果。采用相应的能量平衡方程（公式11）作为计算λ的基础，其中ΔETemp[J]为样品在两个连续时间点之间的热能差，ΔErad [J]为热辐射引起的能量差，ΔEconv [J]为对流换热引起的能量差，ΔEcond [J]为热传导引起的能量差。
    公式11：热平衡方程 ΔEtemp=Erad+ΔEconv+ΔEcond；能量平衡原理。
  3. 将能量平衡方程中的通用项替换为实际物理参数，得到公式12，其中ΔTt [K]为拟合的叶片样品温度差，ε为无量纲发射率，σ [kg s-3 K-4]为斯特藩-玻尔兹曼常数，Arad [m2]为热辐射面积，h [J s-1 m-2 K-1]为对流换热系数，Aconv [m2]为对流换热面积，Acond [m2]为热传导面积，l [m]为特征长度。
    公式12：
    热平衡方程；能量平衡；公式；物理；传热分析。
  4. 根据相关性公式l = V/A计算特征长度l。
  5. 利用加热样品体积VS和叶片样品的横截面积计算A [m2]。叶片的横截面积对应于公式13中的Acond，其中Acond为发生热传导的面积，rLaser为激光光斑半径，ds为叶片厚度。
    公式13：激光面积计算公式 A = A_cond = 2 × r_Laser × π × d_s，用于光学系统分析。
  6. 根据公式14计算Arad和Aconv，其中ALaser为激光光斑面积。
    公式14：激光面积计算公式，显示激光半径关系，数学概念。
  7. 将公式9、12和13代入公式11，并求解λ，得到公式15，其中tLaser为激光脉冲持续时间[s]。
    公式15：
    激光传热方程，复杂公式，科学研究，热力学研究。
  8. 假设ε取值为0.94，计算温度曲线前20秒内每个0.1秒时间间隔的λ值。对由此得到的200个λ值取平均值，并计算标准差（图3F − H）。

访问受限。请登录或开始试用以查看此内容。

结果

叶片性状的测量

采用上述显微方法测得，N. tabacum（0.25±0.04 × 10−3 m，n=33）和 N. benthamiana（0.26±0.02 × 10−3 m，n=24）的叶片厚度均为 0.22–0.29 × 10−3 m，该范围完全处于先前报道的多种植物叶片厚度范围（0.20–0.33 × 10−3 m）之内3。使用千分表测量得到的叶片厚度值约为 0.28 × 10−3 m（n=10），该结果在显微测量结果的一个标准偏差范围内。因此，在常规应用中测定叶片厚度时，千分表测量法可能优于显微方法，因其操作更为简便，且所得 ...

访问受限。请登录或开始试用以查看此内容。

讨论

上述无接触、非破坏性测量方法可用于同时且可重复地测定cp,s和ʎ。其中，ʎ的计算尤其依赖多个对误差敏感的参数。然而，这些误差的影响均为线性或亚比例性，且所有参数的变异系数均低于10%。尽管该方法因此可被视为具有较强鲁棒性，但仍可进行一些技术改进以进一步减少残余误差来源。

将样品安装到装置中在技术上具有挑战性，因为测量时需要尽可能平坦的叶片表面，而样品本身具有自然的波浪状表面。通过设计一种专用的样品台，并将其几何形状精确调整至与叶片样品匹配，可克服这一问题。 例如，叶片厚度和宽度，并将样品以理想的方向夹紧。这种方法可提高测量的可重复性，但会牺牲测量的非接触特性，因为需要样品与 holder 之间牢固接触，才能将叶片表面拉平。因此，使用此类 holder 的优势将取决于具体测量情境。 即， 测量的精确性或非接触特性何者更为重要。相比之下，对于本身表面平坦的叶片，此类考虑可能完全无需进行。 例如， 水稻及相关物种

在测量过程中，应尽量减少样...

访问受限。请登录或开始试用以查看此内容。

披露

作者无任何利益冲突需要披露。

致谢

作者感谢 Thomas Rademacher 博士和 Ibrahim Al Amedi 为本研究提供了种植的植物。我们感谢 Richard M. Twyman 博士在修改手稿过程中提供的帮助。本工作部分由欧洲研究理事会高级资助项目“Future-Pharma”（项目编号 269110）、弗劳恩霍夫未来基金会（Fraunhofer Zukunftsstiftung）以及弗劳恩霍夫协会内部项目资助（资助编号 Attract 125-600164）提供资金支持。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
1" 管ThorlabsSM1L10E光纤固定器用管
琼脂糖Sigma AldrichA0701琼脂糖
双凸透镜 f=25.4ThorlabsLB1761透镜
数字手持式光学 功率和能量计主机ThorlabsPM100D热表面吸收传感器主机
数字荧光示波器 TektronixDPO7104示波器
DMR 光学显微镜Leican.a.光学显微镜
Falcon 50 mL 圆锥形离心管Fisher Scientific14-432-2比重瓶
Ferty 2 MegaKammlott5.220072肥料
光纤固定器Thorlabs光纤固定器
Forma -86 °C 超低温冰箱ThermoFisher88400冰箱
温室n.a.n.a.用于植物培养
Grodan 岩棉块 10 x 10 cmGrodan102446岩棉块
红外探测器 Optris CTOptrisOPTCTLT15红外探测器
红外探测器软件 Compact ConnectOptrisn.a.红外探测器控制软件
Lambda 1050 紫外/可见分光光度计PerkinElmerL1050紫外/可见分光光度计
激光器 400 μm, 1,550 nm 传导冷却单条光纤耦合模块DILASM1F-SS2.1激光器
激光器防护罩AmtronLM200激光器防护罩
激光驱动器 AmtronCS 408激光驱动器
Osram 冷白光 36 WOsram4930440光源
光电二极管传感器 ThorlabsPDA20H-EC透射测量用功率传感器
Ohaus Analytical Plus 精密天平Ohaus80251552精密天平
样品架Fraunhofer ILTn.a.叶片样品固定装置
Pyro Control 软件Amtronn.a.激光功率控制软件
不锈钢支架n.a.n.a.测量装置用支架
聚四氟乙烯板 2 cmFraunhofer ILTn.a.聚四氟乙烯衰减器
热表面吸收式功率传感器ThorlabsS314C激光功率测量传感器
振动切片机Leica1491200S001振动切片机
Zoc/Pro 6.51 EmTec Innovative Softwaren.a.激光控制软件 

参考文献

  1. Wilhelm, E. Heat Capacities: Liquids, Solutions and Vapours. , Royal Society of Chemistry. 516(2010).
  2. Costa, J. M., Grant, O. M., Chaves, M. M. Thermography to explore plant-environment interactions. J. Exp. Bot. 64, 3937-3949 (2013).
  3. Jayalakshmy, M. S., Philip, J. Thermophysical Properties of Plant Leaves and Their Influence on the Environment Temperature. International Journal of Thermophysics. 31, 2295-2304 (2010).
  4. Buyel, J. F. Process development strategies in plant molecular farming. Curr. Pharm. Biotechnol. 16, 966-982 (2015).
  5. Schuster, A. C., et al. Effectiveness of cuticular transpiration barriers in a desert plant at controlling water loss at high temperatures. AoB PLANTS. 8, (2016).
  6. Parker, W. J., Jenkins, R. J., Abbott, G. L., Butler, C. P. Flash Method of Determining Thermal Diffusivity, Heat Capacity, and Thermal Conductivity. J Appl Phys. 32, 1679-1684 (1961).
  7. Hays, R. L. The thermal conductivity of leaves. Planta. 125, 281-287 (1975).
  8. Menzel, S., et al. Optimized blanching reduces the host cell protein content and substantially enhances the recovery and stability of two plant derived malaria vaccine candidates. Front. Plant Sci. , (2015).
  9. Buyel, J. F., Hubbuch, J., Fischer, R. Blanching intact leaves or heat precipitation in an agitated vessel or heat exchanger removes host cell proteins from tobacco extracts. J. Vis. Exp. , Under review (2015).
  10. Beiss, V., et al. Heat-precipitation allows the efficient purification of a functional plant-derived malaria transmission-blocking vaccine candidate fusion protein. Biotechnol. Bioeng. 112, 1297-1305 (2015).
  11. Buyel, J. F., Gruchow, H. M., Tödter, N., Wehner, M. Determination of the thermal properties of leaves by non-invasive contact free laser probing. J. Biotechnol. 217, 100-108 (2016).
  12. Buyel, J. F. Numeric simulation can be used to predict heat transfer during the blanching of leaves and intact. Biochem. Eng. J. , (2015).
  13. Hedlund, H., Johansson, P. Heat capacity of birch determined by calorimetry: implications for the state of water in plants. Thermochim Acta. 349, 79-88 (2000).
  14. Chandrakanthi, M., Mehrotra, A. K., Hettiaratchi, J. P. A. Thermal conductivity of leaf compost used in biofilters: An experimental and theoretical investigation. Environ. Pollut. 136, 167-174 (2005).
  15. Larcher, W. Physiological Plant Ecology: Ecophysiology and Stress Physiology of Functional Groups. , Springer Science & Business Media. (2003).
  16. Cowen, R. A gamma-ray burst's enduring fireball. Science News. 152, 197(1997).
  17. Jones, H. G., et al. Thermal infrared imaging of crop canopies for the remote diagnosis and quantification of plant responses to water stress in the field. Funct. Plant Biol. 36, 978-989 (2009).
  18. Defraeye, T., Verboven, P., Ho, Q. T., Nicolai, B. Convective heat and mass exchange predictions at leaf surfaces: Applications, methods and perspectives. Comput. Electron. Agric. 96, 180-201 (2013).
  19. Arndt, S. K., Irawan, A., Sanders, G. J. Apoplastic water fraction and rehydration techniques introduce significant errors in measurements of relative water content and osmotic potential in plant leaves. Physiol. Plant. 155, 355-368 (2015).
  20. Jones, H. G., Schofield, P. Thermal and other remote sensing of plant stress. General and Applied Plant Physiology. 34, 19-32 (2008).
  21. Jones, H. G., Archer, N., Rotenberg, E., Casa, R. Radiation measurement for plant ecophysiology. J. Exp. Bot. 54, 879-889 (2003).
  22. Dupont, C., Chiriac, R., Gauthier, G., Toche, F. Heat capacity measurements of various biomass types and pyrolysis residues. Fuel. 115, 644-651 (2014).
  23. Chaerle, L., et al. Multi-sensor plant imaging: Towards the development of a stress-catalogue. Biotechnol. J. 4, 1152-1167 (2009).
  24. Hackl, H., Baresel, J. P., Mistele, B., Hu, Y., Schmidhalter, U. A Comparison of Plant Temperatures as Measured by Thermal Imaging and Infrared Thermometry. J. Agron. Crop. Sci. , 415-429 (2012).
  25. Yuan, L., et al. Spectral analysis of winter wheat leaves for detection and differentiation of diseases and insects. Field Crops Res. 156, 199-207 (2014).

访问受限。请登录或开始试用以查看此内容。

重印与许可

标签

一种快速激光探测方法可实现对叶片热学特性的无创非接触式测定
联系我们
向图书馆推荐

隐私

使用条款

政策

版权所有 © 2026 MyJoVE Corporation。保留所有权利。