我们提出了一种利用在田间自然光照条件下拍摄的自然色彩（RGB）数码照片来统计硬粒小麦和大麦穗数的实验方案。该方法仅需对相机参数进行少量调整，并在一定的环境条件限制下，即可在多个生长阶段获得精确且一致的结果。
需要JoVE订阅才能观看此内容。 请登录或开始免费试用
本文内容
摘要
摘要
穗密度，即每平方米的穗数（ears/m2），是许多谷类作物育种项目（如小麦和大麦）中的核心关注点，是估算籽粒产量的重要农艺产量构成因素。因此，一种快速、高效且标准化的穗密度评估技术将有助于改进农业管理，提高收获前产量预测的准确性，甚至可在其被定义为重要性状时作为作物育种的工具。目前的手动穗密度评估方法不仅费力且耗时，而且尚无任何官方标准化的操作规程，无论采用单位长度法、样方法，还是基于收获后植株密度与单株穗数进行推算的方法均如此。本文详细提出了一种自动穗数计数算法，该算法仅需在田间自然光照条件下获取天底方向（天底位）的自然彩色（红、绿、蓝 [RGB]）数字图像，即可实现穗密度的估算，从而支持高通量、标准化的测量。研究利用2014/2015和2015/2016作物季期间在西班牙不同地理区域开展的硬粒小麦和大麦田间试验（包括灌溉和雨养条件），获得了具有代表性的结果。该三阶段操作流程包括：作物生育期与田间条件规划、图像采集规范，以及包含三个步骤的计算机算法：（i）采用拉普拉斯频率滤波器去除低频和高频伪影，（ii）使用中值滤波器降低高频噪声，（iii）通过局部极大值峰值进行分割与计数以获得最终结果。需根据相机分辨率、焦距以及相机与作物冠层之间的距离对算法代码进行微调。结果表明，该算法在硬粒小麦和大麦中均表现出较高的成功率（高于90%）以及算法计数结果与人工图像计数之间的强相关性（R2值为0.62–0.75）。
引言
据报告，2017/2018年度全球谷物使用量较前一年增长1%1。根据最新的谷物产量和人口消费预测，全球谷物储备需要以更快的速度提高产量，以满足不断增长的需求，同时适应气候变化日益加剧的影响2。因此，通过改进作物育种技术提高谷类作物产量成为重要研究方向。本研究选取地中海地区两种最重要且广泛种植的谷物作为示例，即硬粒小麦（Triticum aestivum L. ssp. durum [Desf.]）和大麦（Hordeum vulgare L.）。硬粒小麦在地中海盆地的南部和东部边缘地区种植最广，按年产量3700万吨计算，其为全球第十大重要作物3；而大麦按年产量1.446亿吨计，是全球第四大粮食作物4。
遥感与近端图像分析技术在推动田间高通量植物表型分析（HTPP）的发展中正日益成为关键工具，这些技术不仅提供了更灵活的手段，而且通常还能更精确、一致地获取目标作物的生物生理性状信息，例如光合作用活性和生物量评估、收获前产量预测，甚至在性状遗传力方面也有所提升，如资源利用与吸收效率5,6,
访问受限。请登录或开始试用以查看此内容。
方案
1. 播前作物生长阶段与环境条件
- 确保作物生长阶段大约处于灌浆期至接近成熟期之间，即使叶片已衰老，但穗部仍保持绿色（以小麦为例，对应Zadoks生长发育标准的60-87期16）。叶片出现部分黄化可以接受，但并非必需。
- 制定采样计划，在田间小区内进行多次重复取样（每个小区拍摄多张图像），以反映小区或区域内的变异情况；图像处理算法将统计图像中的穗数，并根据相机参数将其换算为每平方米穗数（ears/m2）。
- 安排田间调查时间，尽量在正午前后两小时内进行图像采集，或选择阴天在漫射光照条件下拍摄，以避免穗部阴影对计数算法造成的不利影响。
- 到达田间后，检查作物冠层顶部，确保其表面干燥，以避免水分引起的镜面反射。
注意：在实施本方案前，应首先明确作物生长阶段是否适合开展穗数统计。若在推荐生长阶段之外采集图像，可能导致结果不理想或无意义（例如穗未出现或未完全抽出）。图像质量对后续结果处理具有显著影响，包括分辨率和传感器尺寸等参数，同时一些环境因素，如拍摄时间与云量覆盖情况，也需在图像采集前仔细考虑。
2. 在自然光条件下野外成像采集
- 按照图1所示准备一个“表型杆”（phenopole），或使用其他类似的采集系统（甚至手持设备），以便在....
访问受限。请登录或开始试用以查看此内容。
结果
在图8中，结果显示了通过人工计数与小麦和大麦在三个不同生育期的穗数算法所获得的穗密度（每平方米穗数）之间的决定系数。第一个为硬粒小麦，Zadoks生育期在61至65之间（R2 = 0.62）；第二个为二棱大麦，Zadoks生育期在71至77之间（R2 = 0.75）；最后一个为硬粒小麦，Zadoks生育期在81至87之间（R2 = 0.75）。
访问受限。请登录或开始试用以查看此内容。
讨论
提高灵活性、一致性和精确性对于开发有用的新型表型分析工具至关重要，这些工具可协助作物育种领域在应对全球气候变化带来的不利影响的同时，提升谷物产量。对作为重要主粮作物产量关键农艺性状之一的谷类作物穗密度进行高效且准确的评估，将有助于提供满足未来人口粮食需求所必需的技术手段。本研究聚焦于田间条件下作物育种工作的改进与支持，使本研究及相关技术更贴近真实气候变化情景以及育种群体的实际需求，但同时也带来了技术上的挑战。因此，不仅需要严格遵循本方案中的数据采集与图像处理步骤，还必须重视关于最佳环境条件和作物生长阶段的建议，以确保该方法的成功实施11。作为产量的重要农艺构成因素，穗密度被认为是提高谷类作物产量的关键目标性状之一（参见Slafer等人20的文章及其引用文献）。本方案致力于实现一种成本效益最优、灵活高效且操作简便的田间表型分析技术，因为这些特性被认为是该技术能否被广大育种群体广泛采纳和应用的关键。相比之下，以往旨在评估穗密度或其他产量构成因子的研究通常采用更为复杂的数据采集方式和环境控制装置，例如封闭式结构、固定相机支架甚至人工光源输入，这些措.......
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
本研究的作者谨向西班牙国家农业与食品技术研究所（INIA）科莱马尔德奥雷哈（阿兰胡埃斯）实验站和卡斯蒂利亚-莱昂农业技术研究所（ITACyL）萨马杜埃尼亚斯（巴利亚多利德）实验站的田间管理工作人员致以感谢，感谢他们为本研究试验作物提供的田间支持。本研究得到了西班牙经济与竞争力部（MINECO）资助项目 AGL2016-76527-R 以及与先正达公司（Syngenta, 西班牙）合作项目的支持。“托利马省高层次人才培训计划，托利马省省政府—托利马大学，哥伦比亚”（"Formación de Talento Humano de Alto Nivel, Gobernación del Tolima - Universidad del Tolima, Colombia"）提供的 BPIN 2013000100103 奖学金为第一作者 Jose Armando Fernandez-Gallego 的研究提供了唯一资金支持。通讯作者 Shawn C. Kefauver 的主要资金来源为 ICREA 学术奖计划，该资助由 Jose Luis Araus 教授获得。....
访问受限。请登录或开始试用以查看此内容。
材料
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| ILCE-QX1 相机 | Sony | WW024382 | 配备 23.2 x 15.4 mm 传感器尺寸的紧凑型大传感器数码相机。 |
| E-M10 相机 | Olympus | E-M10 | 配备 17.3 x 13.0 mm 传感器尺寸的紧凑型大传感器数码相机。 |
| Multipod Monpod | Sony | VCT MP1 | "Phenopole" 在 JoVE 文章中的名称 |
| 计算机 | 任意 PC/Mac/Linux | -- | 用于数据和图像分析 |
| ImageJ/FIJI（FIJI 即 ImageJ） | NIH | http://fiji.sc | 用于数据和图像分析的插件与算法 |
| 圆环/金属环 | 通用 | 通用 | 用于野外验证的金属环 |
| 螃蟹钳夹 | Newer | 90087340 | 用于圆环支撑和延长臂 |
参考文献
- Food and Agriculture Organization (FAO). Food outlook: Biannual report on global food markets. , Food and Agriculture Organization of the United Nations. (2017).
- Araus, J. L., Kefauver, S. C. Breeding to adapt agriculture to climate change: affordable phenotyping solutions. Current Opinion in Plant Bio....
访问受限。请登录或开始试用以查看此内容。
重印与许可
