服務(wù)熱線
產(chǎn)品展示PRODUCTS
模塊式植物表型成像分析系統(tǒng)
更新時(shí)間：2018-08-10
訪問(wèn)次數(shù)：2918
模塊式植物表型成像分析系統(tǒng)由植物多光譜熒光成像單元、紅外熱成像單元、RGB彩色成像單元等組成，可全面分析植物葉片及冠層的形態(tài)結(jié)構(gòu)、顏色、光合作用、生理狀態(tài)、氣孔動(dòng)態(tài)、生化色素分布、脅迫生理等，是目前市場(chǎng)上配置靈活、功能較全面、性價(jià)比高的植物表型與生理生態(tài)觀測(cè)分析系統(tǒng)。
| 品牌 | 其他品牌 | 產(chǎn)地類別 | 進(jìn)口 |
|---|
太陽(yáng)輻射照射到植物葉片上，其中的藍(lán)色波段和紅色波段大部分被葉片吸收進(jìn)行光合作用，另一部分（包括綠色波段、紅外波段等）以反射光的形式返回到大氣中，少量以熒光的形式發(fā)射到大氣中，還有部分則以熱的形式耗散。通過(guò)對(duì)葉片反射光成像測(cè)量分析（RGB彩色成像、多光譜或高光譜成像等）、多光譜熒光成像測(cè)量分析及葉片溫度測(cè)量分析（紅外熱成像），可以全面分析植物的性狀特征包括外部形態(tài)顏色、光合作用效率、氣孔動(dòng)態(tài)、次級(jí)代謝等形態(tài)與生理生態(tài)特征，使植物表型數(shù)字化、生理生態(tài)及功能可視化。
模塊式植物表型成像分析系統(tǒng)由植物多光譜熒光成像單元、紅外熱成像單元、RGB彩色成像單元等組成，可全面分析植物葉片及冠層的形態(tài)結(jié)構(gòu)、顏色、光合作用、生理狀態(tài)、氣孔動(dòng)態(tài)、生化色素分布、脅迫生理等，是目前市場(chǎng)上配置最靈活、功能*、性價(jià)比最高的植物表型與生理生態(tài)觀測(cè)分析系統(tǒng)。
中圖：西葫蘆感染病原菌成像分析，其中(a)為RGB彩色成像、(b)為紅外熱成像、(c)為F520綠色熒光成像、(d)為F520/F680綠紅熒光比值成像；下圖：向日葵幼苗列當(dāng)寄生后的多光譜熒光成像
主要功能特點(diǎn)與技術(shù)指標(biāo)：
- 植物多光譜熒光成像技術(shù)，可以對(duì)具有4個(gè)特征性波峰的植物熒光光譜進(jìn)行成像分析，進(jìn)而可全面分析植物初級(jí)代謝（光合效率）、次級(jí)代謝、生理生態(tài)、脅迫與抗性篩選等
- 可選配UV紫外光、白色LED光源（用于模擬自然光源）、青色LED光源（用于氣孔功能研究）、綠色LED光源、紅色LED光源、藍(lán)色LED光源等不同激發(fā)光源
- 可對(duì)UV紫外光激發(fā)的4個(gè)波峰的熒光進(jìn)行成像分析，包括蘭光440nm（F440）、綠光520nm（F520）、紅光690nm（F690）和遠(yuǎn)紅外740nm（F740），其中F440和F520統(tǒng)稱為BGF，由表皮及葉肉細(xì)胞壁和葉脈發(fā)出，F(xiàn)690和F740為葉綠素?zé)晒釩hl-F
- 紅外熱成像分析單元可測(cè)量分析葉片溫度的異質(zhì)性分布，并通過(guò)選區(qū)（ROI）工具得到不同區(qū)域的最高溫度、最低溫度、平均溫度、溫度分布頻率直方圖等，依次進(jìn)一步分析氣孔導(dǎo)度、水分脅迫等
- 40倍RGB成像可以對(duì)植物形態(tài)及顏色進(jìn)行分析，既可明察秋毫到氣孔分布，又可大視野宏觀成像分析
- 配置靈活、使用方便，可選配不同單元組合
- 適于植物葉片、植物幼苗及小型全株植物，紅外熱成像可應(yīng)用于植物冠層或多株植物成像分析
- 應(yīng)用于作物遺傳育種、遺傳組學(xué)與表型組學(xué)研究、植物生理生態(tài)學(xué)、植物脅迫生理、抗性篩選等領(lǐng)域
技術(shù)指標(biāo)：
- 紅外熱成像單元：
- 非制冷紅外焦平面檢測(cè)器（uncooled VOx microbolometer），已經(jīng)過(guò)歐盟標(biāo)注校準(zhǔn)，可直接測(cè)量溫度，包括每個(gè)像素點(diǎn)的溫度等
- 分辨率：640x512像素
- 光譜范圍：7.5～13.5μm
- 溫度測(cè)量范圍：-25～150°C
- 靈敏度：≤0.03℃（30mK）@ 30℃
- 幀頻：9Hz或30Hz，最大60Hz
- 數(shù)據(jù)傳輸：USB-3或千兆以太網(wǎng)
- 19mm光學(xué)鏡頭，視野32℃x26℃，可選配13mm鏡頭或35mm鏡頭
- 具備視頻模式和快照模式
- 具備14種調(diào)色板供任意選擇，可多樣化設(shè)置熱成像假彩色
- 具備差值功能，可內(nèi)查圖像形成平滑影像以避免像素化
- 可通過(guò)軟件設(shè)置大氣溫度、濕度、距離等參數(shù)
- 具備等溫模式功能，包括以上、一下、之間、及以下與以上四種等溫模式
- 結(jié)果在線報(bào)告功能，自動(dòng)顯示熱影像、時(shí)距圖及影像參數(shù)如發(fā)射率、反射溫度、大氣溫度、濕度、外部光距離、傳播等
- 影像處理軟件具備ROI選區(qū)功能，包括點(diǎn)、線、折線、矩形等，并可進(jìn)行分區(qū)處理，每個(gè)ROI即時(shí)顯示最小溫度、最高溫度、平均溫度等
- 熱掃描功能及熱剖面功能：可在線可視化顯示線型ROI溫度值、溫度剖面圖
- 所有ROI工具的溫度值均可顯示在時(shí)距圖中
- 防護(hù)級(jí)：IP65
- 工作溫度：-15°C～+50°C
- 支持GPS信息，可將位置信息顯示在谷歌地圖上
- 植物多光譜熒光成像
- 成像面積20x20cm
- 紫外光激發(fā)多光譜熒光成像包括F440、F520、F690、F740四個(gè)波段的熒光成像
- 高分辨率CCD鏡頭，20fps、1360x1024像素，有效像素大小為6.45μm，高速USB 2.0 (480Mbits/sec)，可像素疊加（binning）以提高靈敏度（2x2，3x3，4x4）；具備視頻模式和快照模式
- 自動(dòng)測(cè)量分析功能（無(wú)人值守）：可預(yù)設(shè)1個(gè)或2個(gè)試驗(yàn)程序，系統(tǒng)可自動(dòng)測(cè)量?jī)?chǔ)存
- 激發(fā)光源包括紫外光、藍(lán)色光源、紅橙色光源，通過(guò)紫外激發(fā)熒光與紅光LED激發(fā)熒光，可以分析植物類黃酮相對(duì)含量等
- 成像分析軟件具Live（實(shí)況測(cè)試）、Protocol（實(shí)驗(yàn)程序選擇）、Pre-processing（成像預(yù)處理）、Result（成像分析結(jié)果）等功能菜單
- 成像預(yù)處理可以自動(dòng)選區(qū)或手動(dòng)選擇不同形狀、不同數(shù)量、不同位置的區(qū)域（Region of interest，ROI），成像分析結(jié)果包括高時(shí)間解析度熒光動(dòng)態(tài)圖、直方圖、不同參數(shù)成像圖、不同ROI的熒光參數(shù)列表等
- Protocol實(shí)驗(yàn)程序可自由編輯，也可利用Protocol菜單中的向?qū)С绦蚰０婵蛻糇杂蓜?chuàng)建新的實(shí)驗(yàn)程序
- 多種Protocols供選配和自動(dòng)運(yùn)行，包括Fv/Fm、Kautsky誘導(dǎo)效應(yīng)、葉綠素?zé)晒獯銣缜€、光響應(yīng)曲線等
- 具備系統(tǒng)自動(dòng)重復(fù)運(yùn)行功能，可無(wú)人值守自動(dòng)循環(huán)完成選定的實(shí)驗(yàn)程序,重復(fù)次數(shù)及間隔時(shí)間客戶自定義,成像測(cè)量數(shù)據(jù)自動(dòng)按時(shí)間日期存入計(jì)算機(jī)
- 高度可調(diào)，以適應(yīng)不同高度植株成像分析，最大植株高度50cm，可根據(jù)客戶需求定制不同高度
3. NDVI與PAR吸收成像模塊：630nmLED紅色光源和740nm LED紅外光源，可對(duì)PAR（光合有效輻射）吸收及植物光譜反射指數(shù)NDVI成像分析
4. 可對(duì)綠色熒光蛋白GFP進(jìn)行成像分析，可選配YFP成像分析
5. RGB成像：科研級(jí)RGB成像鏡頭，分辨率2592x1944像素，信噪比54dB，1-40x放大，最小視野6.1x7.9mm（40x），最大視野20.8x25.4；可分析葉面積、長(zhǎng)度、寬度、周長(zhǎng)、比值、綠度指數(shù)、顏色分級(jí)分析、頻率直方圖等
應(yīng)用案例與近期代表性參考文獻(xiàn)：
西葫蘆感染軟腐病菌（Dickeya dadantii）RGB彩色成像、多光譜熒光成像及紅外熱成像分析（引自Maria L. Perez-Bueno等，Multicolor Fluorescence Imaging as a Candidate for Disease Detection in Plant Phenotyping. Frontiers in Plant Science, 2016）
- Monica Pineda etc. Detection of Bacterial Infection in Melon Plants by Classification Methods Based on Imaging Data. Frontiers in Plant Science
- Monica Pineda et. Use of multicolour fluorescence imaging for diagnosis of bacterial and fungal infection on zucchini by implementing machine learning. Functional Plant Biology, 2017
- Carmen M. Ortiz-Bustos etc. Fluorescence Imaging in the Red and Far-Red Region during Growth of Sunflower Plantlets. Diagnosis of the Early Infection by the Parasite Orobanche Cumana. Frontiers in Plant Science, 2016
- Maria Luisa Perez-Bueno etc. Spatial and temporal dynamics of primary and secondary metabolism in Phaseolus vulgaris challenged by Pseudomonas syringae. Physiologia Plantarum, 2015