基于RGB成像技术估算盐胁迫下紫花苜蓿幼苗生长性能

doi:10.11733/j.issn.1007-0435.2025.04.020

草地学报 ›› 2025, Vol. 33 ›› Issue (4): 1201-1210.DOI: 10.11733/j.issn.1007-0435.2025.04.020

• 研究论文 • 上一篇

基于RGB成像技术估算盐胁迫下紫花苜蓿幼苗生长性能

雷俊锋^1,2, 王沛^1,2, 陈有军^1,2, 周青平^1,2, 汪辉^1,2

1. 四川若尔盖高寒湿地生态系统国家野外科学观测研究站, 四川成都 610041;
2. 西南民族大学草地资源学院, 四川成都 610041

收稿日期:2024-07-29 修回日期:2024-10-05 发布日期:2025-04-28
通讯作者: 汪辉,E-mail:zzbjwh@163.com
作者简介:雷俊锋（1997-），男，汉族，四川成都人，硕士研究生，主要从事草地生态学研究，E-mail：996618231@qq.com
基金资助:
四川省自然科学基金项目（2024NSFSC0311）；西南民族大学“双一流”项目（CX2023015）资助

Estimating Alfalfa Seedling Growth Characteristics under Salt Stress Based on RGB Imaging Technology

LEI Jun-feng^1,2, WANG Pei^1,2, CHEN You-jun^1,2, ZHOU Qing-ping^1,2, WANG Hui^1,2

1. Sichuan Zoige Alpine Wetland Ecosystem National Observation and Research Station, Chengdu, Sichuan Province 610041, China;
2. Institute of Qinghai-Tibetan Plateau, Southwest Minzu University, Chengdu, Sichuan Province 610041, China

Received:2024-07-29 Revised:2024-10-05 Published:2025-04-28

摘要/Abstract

摘要： 为实现无损、高效、准确估算紫花苜蓿（Medicago sativa L.）幼苗生长性能指标，本研究基于LemnaTec Scananlyzer植物表型分析系统拍摄盐胁迫下29个紫花苜蓿品种幼苗顶视、正视和侧视RGB图像，分析筛选可估算幼苗生物量、叶绿素含量（Soil and plant analyzer development，SPAD）、叶面积和株高等生长性能指标的图像表型参数。结果表明：侧视图投影面积与紫花苜蓿幼苗叶干重、茎干重和总干重均具有显著的正相关关系；基于顶视、正视和侧视投影面积计算得到的5个参数中，V_IAP（V_{Integrated Analysis Platform}）对幼苗总干重具有较好的预测效果，模型为y=0.0054x+0.0305（R²=0.84）。侧视图投影面积和侧视图最小外接圆直径可分别用于建立紫花苜蓿幼苗叶面积和株高的估算模型（R²分别为0.71和0.84）。主成分分析表明，无盐胁迫、低盐胁迫（75 mmol·L^-1）和高盐胁迫浓度（150和225 mmol·L^-1）处理的幼苗图像表型参数明显在不同象限。顶视、正视和侧视3个角度投影面积和侧视图最小外接圆直径均在4个盐胁迫浓度梯度之间呈现显著性差异，能够估算紫花苜蓿幼苗生长性能，进而评价其耐盐胁迫能力。

关键词: 无损估算, 紫花苜蓿, RGB成像, 盐胁迫, 投影面积

Abstract: In order to estimate alfalfa seedling growth parameters by a non-inductive， high-efficiency and accurate method， RGB images of 29 alfalfa cultivars seedlings under salt stress were taken from the top， side and front view using the LemnaTec Scananlyzer. Phenotypic parameters acquired from RGB images were analyzed， including biomass， SPAD value （Soil and plant analyzer development）， leaf area and plant height. Results showed that the object area from the side view images had the significantly positive correlation with the leaf dry weight， the stem dry weight and the total dry weight. Five indices were calculated using the object area from the top， side and front view images and V_IAP （V_{Integrated Analysis Platform}） could predict total dry weight better with the model of y=0.0054x+0.0305 （R²=0.84）. The object area and the min enclosing circle diameter from the side view images could respectively estimate the leaf area and the plant height with the R² of 0.71 and 0.84. According to the principal component analysis， phenotypic parameters of seedlings could be obviously separated in different quadrant for the treatments of no salt level， low salt level （75 mmol·L^-1） and high salt level （150 and 225 mmol·L^-1）. The significant difference was found in the object area from three view images and the min enclosing circle diameter from the side view images among four salt stress levels. Thus， these phenotypic parameters could be used to estimate the growth characteristics and the salt tolerance of alfalfa seedlings.

Key words: Non-inductive estimation, Alfalfa, RGB imaging technology, Salt stress, Object area

中图分类号:

S541.9

雷俊锋, 王沛, 陈有军, 周青平, 汪辉. 基于RGB成像技术估算盐胁迫下紫花苜蓿幼苗生长性能[J]. 草地学报, 2025, 33(4): 1201-1210.

LEI Jun-feng, WANG Pei, CHEN You-jun, ZHOU Qing-ping, WANG Hui. Estimating Alfalfa Seedling Growth Characteristics under Salt Stress Based on RGB Imaging Technology[J]. Acta Agrestia Sinica, 2025, 33(4): 1201-1210.

0
/ 收藏文章 0 / 推荐

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://manu40.magtech.com.cn/Jweb_cdxb/CN/10.11733/j.issn.1007-0435.2025.04.020

https://manu40.magtech.com.cn/Jweb_cdxb/CN/Y2025/V33/I4/1201

参考文献

[1] 王加亭，陈志宏. 中国草业统计（2019）[M]. 北京：中国农业出版社， 2021：5-6
[2] 龙建廷，高献磊，包赛很那，等. 垂穗披碱草抗逆性研究进展[J]. 草学，2022（3）：1-8
[3] 薛琼琼，赵露露，王云霞，等. 盐生植物耐盐性研究进展[J]. 中国野生植物资源，2021，40（5）：60-65
[4] SINGH D，SINGH C K，KUMARI S， et al. Discerning Morpho-anatomical， physiological and molecular multiformity in cultivated and wild genotypes of lentil with reconciliation to salinity stress[J]. PLos One， 2017，12（5）： e0177465
[5] DISSANAYAKE R，KAHROOD H V，DIMECH A M，et al. Development and application of image-based high-throughput phenotyping methodology for salt tolerance in lentils[J]. Agronomy， 2020（10）： 1-16
[6] ZHANG Y， ZHANG N Q. Imaging technologies for plant high-throughput phenotyping： a review[J]. Frontiers of Agricultural Science and Engineering， 2018，5（4）： 406-419
[7] 汪辉，田浩琦，向上，等. 紫花苜蓿幼苗生物量无损估算[J]. 西南民族大学学报（自然科学版），2021，47（2）：117-123
[8] 王春萍，雷开荣，李正国，等. 低温胁迫对水稻幼苗不同叶龄叶片叶绿素荧光特性的影响[J]. 植物资源与环境学报，2012，21（3）：38-43
[9] 宋茜，周清波，吴文斌，等. 农作物遥感识别中的多源数据融合研究进展[J]. 中国农业科学，2015，48（6）：1122-1135
[10] XU R， LI C Y， PATERSON A H. Multispectral imaging and unmanned aerial systems for cotton plant phenotyping[J]. PLoS One， 2019，14（2）： e0205083
[11] 陈维君，周启发，黄敬峰. 用高光谱植被指数估算水稻乳熟后叶片和穗的色素含量[J]. 中国水稻科学，2006（4）：434-439
[12] MARKO D， BRIGLIA N， SUMMERER S， et al. High-throughput phenotyping in plant stress response： methods and potential applications to polyamine field[J]. Methods in Molecular Biology， 2018，16（94）： 373-388
[13] 王敬轩，冯全，王宇通，等.基于图像识别技术的豆科牧草分类研究[J].草地学报，2010，18（1）：37-41
[14] 陈海燕，曹明华，王惠琴，等.一种基于图像处理技术的高原鼠兔识别方案[J].草地学报，2011，19（3）：516-519
[15] 韩万强，靳瑰丽，岳永寰，等.基于高光谱成像技术的伊犁绢蒿荒漠草地主要植物识别参数的筛选[J].草地学报，2020，28（4）：1153-1163
[16] 倪浩然，王润，胡昊，等.基于多光谱成像技术鉴别不同紫花苜蓿品种的种子[J].草地学报，2023，31（10）：2985-2991
[17] HUMPLÍK J F， LAZÁR D， FÜRST T， et al. Automated integrative high-throughput phenotyping of plant shoots： a case study of the cold-tolerance of pea （Pisum sativum L.）[J]. Plant Methods， 2015（11）：20
[18] ATIENO J， LI Y， LANGRIDGE P， et al. Exploring genetic variation for salinity tolerance in chickpea using image-based phenotyping[J]. Scientific Reports， 2017，7（1）：1300
[19] 赵春江. 植物表型组学大数据及其研究进展[J]. 农业大数据学报，2019，1（2）：5-18
[20] WANG H， MORTENSEN A K，MAO P S， et al. Estimating the nitrogen nutrition index in grass seed crops using a UAV - mounted multispectral camera[J]. International Journal of Remote Sensing， 2019（2）： 1-16
[21] HAIRMANSIS A， BERGER B， TESTER M， et al. Image-based phenotyping for non-destructive screening of different salinity tolerance traits in rice[J]. Rice， 2014，7（1）： 16
[22] RAJENDRAN K， TESTER M， ROY S J. Quantifying the three main components of salinity tolerance in cereals. Plant， Cell Environment， 2009（32）： 237-249
[23] GOLZARIAN M R，FRICK R A，RAJENDRAN K， et al. Accurate inference of shoot biomass from high-throughput images of cereal plants[J]. Plant Methods， 2011（7）：2
[24] PETROZZA A，SANTANIELLO A，SUMMERER S， et al. Physiological responses to Megafol treatments in tomato plants under drought stress： a phenomic and molecular approach [J]. Scientia Horticulturae， 2014（174）： 185-192
[25] TESSMER O L， JIAO Y H， CRUZ J A， et al. Functional approach to high-throughput plant growth analysis[J]. BMC Systems Biology， 2013，7（6）： S17
[26] PRATAP A， GUPTA S， NAIR R M， et al. Using plant phenomics to exploit the gains of genomics[J]. Agronomy， 2019（9）：126
[27] HONSDORF N， MARCH T J， BERGER B， et al. High-throughput phenotyping to detect drought tolerance QTL in wild barley introgression lines[J]. PLoS One， 2014，9（5）： e97047

编辑推荐 0

Metrics

阅读次数

全文

HTML			PDF

最新录用	在线预览	正式出版	最新录用	在线预览	正式出版
0	0	0	0	0	17

来源	本网站	其他网站

次数	14	3
比例	82%	18%

摘要

最新录用	在线预览	正式出版

0	0	58

	来源	本网站

	次数	58
	比例	100%

基于RGB成像技术估算盐胁迫下紫花苜蓿幼苗生长性能

Estimating Alfalfa Seedling Growth Characteristics under Salt Stress Based on RGB Imaging Technology

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐 0

Metrics

本文评价

[1]	张子培, 高雅琪, 赵庆翠, 向琰, 柴嘉龙, 丁一杰, 徐洪雨. 不同秋眠级紫花苜蓿响应低温胁迫的转录组学分析[J]. 草地学报, 2025, 33(4): 1048-1057.
[2]	杨姣, 张鹤, 赵雁. 综合生理学和转录组学揭示外源5-氨基乙酰丙酸调节‘德钦’紫花苜蓿耐热性的分子机制[J]. 草地学报, 2025, 33(4): 1072-1084.
[3]	姚兴洁, 孙庆赢, 张昭, 吕艳贞, 阎思琪, 陈思渝, 史彦欣, 段晓桐, 孟姝含, 闫慧芳. 61个品种紫花苜蓿种子萌发期耐盐性综合评价[J]. 草地学报, 2025, 33(4): 1181-1191.
[4]	王之杰, 张万军. 紫花苜蓿MsNF-YB5基因的克隆及表达特性分析[J]. 草地学报, 2025, 33(3): 686-695.
[5]	张岩, 陈崎, 代蕊, 李建伟, 边林, 张志强. 紫花苜蓿MsTIFY77基因克隆及表达分析[J]. 草地学报, 2025, 33(3): 719-727.
[6]	姚泽, 于思敏, 王祺, 乐芳军. 紫花苜蓿叶片水分生理及其解剖结构的水分胁迫响应[J]. 草地学报, 2025, 33(3): 823-830.
[7]	张丽丽, 蒋旭, 崔婧, 栗亚静, 康俊梅. 紫花苜蓿开花调控基因MsCIB2的克隆及功能验证[J]. 草地学报, 2025, 33(2): 335-350.
[8]	石嘉琦, 谢楠, 崔素倩, 孙国通, 潘璇, 张立锋, 刘忠宽, 刘振宇, 张洪发, 李亚楠, 杨青川, 龙瑞才. 不同盐浓度胁迫下16个紫花苜蓿品种萌发期耐盐性评价[J]. 草地学报, 2025, 33(2): 472-480.
[9]	张杰敏, 张金成, 李嘉俊, 夏方山, 李尹琳, 曾佳. 抗坏血酸引发对盐胁迫下燕麦幼苗线粒体抗氧化性能的影响[J]. 草地学报, 2025, 33(2): 481-488.
[10]	李春燕, 张然然, 祝海燕, 尤冬梅, 胡海燕, 李宗珍, 戎郁萍. 盐胁迫对紫花苜蓿幼苗生理特性的影响及苗期抗盐性评价[J]. 草地学报, 2025, 33(2): 516-523.
[11]	袁嘉苗, 李陈建, 曾怡, 王玉祥, 张博. 19份无芒雀麦种质萌发期的耐盐性评价[J]. 草地学报, 2025, 33(2): 524-534.
[12]	张立锋, 谢楠, 崔素倩, 孙国通, 冯伟, 石嘉琦, 潘璇, 智健飞, 秦文利, 李建明, 张洪发, 李亚楠, 刘振宇, 刘忠宽. 河北滨海盐碱地雨养旱作紫花苜蓿蒸散特性及其影响因子[J]. 草地学报, 2025, 33(2): 575-585.
[13]	王涛, 梁红怡, 王显, 许钊, 商建英, 李彦明, 陈清, 崔建宇, 常瑞雪. 硅藻矿粉和玻尿酸废液对紫花苜蓿减肥和耐旱效果的研究[J]. 草地学报, 2025, 33(2): 618-629.
[14]	王怡然, 邢岩, 马南楠, 赵辉祥, 姜汝玉, 曲善民. 四种调节剂对盐碱条件下紫花苜蓿生产性能的影响[J]. 草地学报, 2025, 33(2): 636-643.
[15]	万晓梅, 杭红涛, 张运飞, 郭国玲. 钙生境对紫花苜蓿种子萌发生长特性影响及其耐钙综合评价研究[J]. 草地学报, 2025, 33(1): 157-169.