溫室型高通量植物表型成像系統(tǒng)——PhenoAIxpert HT 是一套可以全自動、高通量對大量植株（從幼苗到成熟植株均可）進行成像的系統(tǒng)，可以選擇配置可見光（VIS）成像、近紅外（NIR）成像、紅外（IR）成像、PSII 熒光成像、自發(fā)熒光成像、根系可見光成像、激光3D 掃描和高光譜成像等成像模塊，對植株進行表型分析。

植物表型成像模塊

l 可見光（VIS）成像模塊配有獨立的成像暗室，成像暗室內分別設有頂部可見光成像單元和側面可見光成像單元?；ㄅ璧鬃行D裝置，可以 360 度旋轉，旋轉角度可通過軟件設置，獲取多個面的可見光表型參數。

l 葉綠素熒光成像模塊配有獨立的成像暗室，成像暗室內分別設有頂部或側面葉綠素熒光成像單元。葉綠素熒光成像模塊配備暗適應 / 光適應通道，用于測量葉綠素熒光時對植物的暗適應和光誘導處理。葉綠素熒光成像模塊配備多種濾光鏡，實現多光譜熒光的測量功能。花盆底座有旋轉裝置，可以 360 度旋轉，旋轉角度可通過軟件設置，獲取多個面的葉綠素熒光表型參數。

l 紅外（IR）成像模塊為單獨頂部或單獨側面成像單元，如有必要，可配置頂部加側面雙成像單元，一般設在靠近栽培區(qū)的位置，且不配備成像暗室。當植物從栽培區(qū)域傳送到成像區(qū)域時，第一時間可以獲取葉片溫度等參數，極大地降低了由于在成像區(qū)域傳送時所造成的葉片溫度的變化所引起的誤差。如系統(tǒng)未配備栽培區(qū)傳送系統(tǒng)，紅外成像模塊將被安裝在成像暗室中。

l 近紅外（NIR）成像模塊配備獨立暗室，具有頂部和側面兩個成像單元，成像單元配備自帶降溫系統(tǒng)，確保設備處于合適的操作環(huán)境中。通過近紅外成像模塊可獲取植物水分分布數據，與紅外成像模塊數據對應可反映植物干旱情況，特別適合于植物干旱脅迫研究。

l 激光 3D 成像模塊是通過對植物進行 3D 掃描，獲取植物點云信息，重建植物 3D 構型。LemnaTec 可將激光 3D 成像單元安裝在自動機械臂上，從而能夠圍繞植物進行 3D 掃描，獲取更精確的點云信息，使重建的 3D 構型更加精確。

l 高光譜成像模塊提供 400-1700nm 的光譜成像，可以獲取植物內在物質的信息。高光譜成像模塊被安裝在自動機械臂上，可圍繞植物進行精確的高光譜成像，同時配備穩(wěn)定的鹵素光源，使高光譜成像數據更加精確。

l 自發(fā)熒光成像模塊可測量植物的自發(fā)熒光，用于植物衰老等研究。

l 根系可見光成像系統(tǒng)可以通過特殊角度的根盒，土壤原位培養(yǎng)植物，通過可見光成像系統(tǒng)拍攝根系圖像并進行分析。這也是德國 LemnaTec 專門為IPK 設計的根系測量系統(tǒng)。

自動傳送系統(tǒng)

自動傳送系統(tǒng)可將盆栽從栽培區(qū)傳送至各個成像模塊，成像完成后運送回栽培區(qū)?；跍y量樣品（包括花盆、培養(yǎng)基質和植物）的重量不同，可配置帶式傳送系統(tǒng)和鏈式傳送系統(tǒng)。傳送系統(tǒng)通量根據需求和溫室大小而定，傳送系統(tǒng)承重 8-30kg 可選。當樣品由傳送系統(tǒng)在栽培區(qū)傳和成像區(qū)進行傳送時，兩個區(qū)域之間的氣動推拉門會自動打開，等樣品通過后自動關閉，確保兩個區(qū)域的溫度變化很小，互不干擾。自動傳送系統(tǒng)為模塊化設計，如有需求，后期可增加傳送通量。

所有傳送車上都有電子標簽，當傳送車通過加載區(qū)域（Loading area）時，系統(tǒng)會自動讀取電子標簽，所有成像數據根據電子標簽歸檔并存入本地數據庫。

自動澆水和稱重裝置

在溫室型高通量植物表型系統(tǒng)中，一般配備自動澆水和稱重裝置。通過軟件設置，可定時定量地對樣品進行澆水和稱重，且澆水量可精確控制。對于一些脅迫實驗，例如干旱脅迫實驗，精確地控制澆水量和精確地稱重尤為重要。

服務器存儲

由于植物表型數據量非常大，本系統(tǒng)配備服務器存儲數據。所有測量的表型數據均儲存在本地服務器上，數據安全，儲存環(huán)境穩(wěn)定。用戶分析數據時，系統(tǒng)自動從服務器調用源數據，分析結果同樣儲存在本地服務器，安全穩(wěn)定。

軟件分析

LemnaTec 提供一套完備的軟件組用于控制硬件系統(tǒng)、獲取圖像數據、儲存數據和分析數據，不同的功能由軟件組中不同的軟件來

實現。LemnaControl 用于控制整個硬件系統(tǒng)，例如樣品傳送、成像單元設置、成像暗房光源設置、獲取圖片、自動澆水稱重等；

LemnaBase 提供數據庫基礎設施，用于存儲和訪問圖像；LemnaGrid 是綜合性的圖像分析工具箱；它可以建立不同算法的連接，

形成圖像處理直觀圖形化；LemnaMiner 進行基本數據分析，并具有所有標準格式的全面導出功能。

遠程管理

通過專用遠程服務器管理軟件，可以在異地對本系統(tǒng)的運轉狀況進行監(jiān)測、改變測量程序或分析測量數據。

主要功能

l 可全自動、高通量對植物樣品進行可見光（VIS）成像、近紅外（NIR）成像、紅外（IR）成像、PSII 熒光成像、自發(fā)熒光成像、根系可見光成像、激光 3D 掃描和高光譜成像等

l 可見光成像可以測量植物的結構、寬度、密度、對稱性、葉長、葉寬、葉面積、葉角度、葉顏色、葉病斑分析等多個參數

l 葉綠素熒光成像可以分析植物的生理狀態(tài)，例如 Fo、Fm、Fi、Fm’、Fi’、Fs’、Fo、Fm、Fv/ Fm、?Ro=(Fm-Fi)/Fm、 ?PSII=?、Pt=Fq’ /Fm’ =(Fm’ -Fs’ )/Fm’、 ETR 、 NPQ 等參數，此外葉綠素熒光成像單元標配搭載濾光輪，可實現多光譜熒光成像，獲取RAnth、RChl.、 RNIR、 RRed、 RGreen、 RBlue 等數據

l 紅外成像可以測量植物葉片表面溫度，進行植物干旱脅迫研究、蒸騰研究等

l 近紅外成像可測量植物水分分布，用于研究植物水分分布，適合干旱脅迫研究等

l 高光譜成像可以比較植物體內特殊物質的變化，例如葉黃素、葉綠素等色素的反射峰值、葉片組織構造如海綿組織的反射率、葉片的含水量、葉片生化組分、主要植被指數（NDVI、RVI、GVI 等）

l 3D 激光成像可獲取植物 3D 點云數據，用于對植物體的三維重構，以更精確地研究植物株型變化

l 自發(fā)熒光成像模塊可測量植物自發(fā)熒光，用于衰老實驗的測量

l 根系可見光成像可研究根系的不同參數

代表文獻

l Lobiuc, A.; Vasilache, V.; Oroian, M.; Stoleru, T.; Burducea, M.; Pintilie, O.; Zamfirache, M.-M. (2017) Blue and Red LED Illumination Improves Growth and Bioactive Compounds Contents in Acyanic and Cyanic Ocimum basilicum L. Microgreens. Molecules

l Brugière, Norbert; Zhang, Wenjing; Xu, Qingzhang; Scolaro, Eric J.; Lu, Cheng; Kahsay, Robel Y.; Kise, Rie; Trecker, Libby; Williams, Robert W.; Hakimi, Salim; Niu, Xiping; Lafitte, Renee; Habben, Jeffrey E. (2017) Overexpression of RING Domain E3 Ligase ZmXerico1 Confers Drought Tolerance through Regulation of ABA Homeostasis. Plant Physiology

l D. Marko; N. Briglia; S. Summerer; A. Petrozza; F. Cellini; R. Iannacone (2017) High-Throughput Phenotyping in Plant Stress Response: Methods and Potential Applications to Polyamine Field. Polyamines

l Velumani, K.; Oude Elberink, S.; Yang, M. Y.; BARET, F. (2017) Wheat Ear Detection in Plots by Segmenting Mobile Laser Scanner Data. ISPRS Ann. Photogramm. Remote Sens. Spatial Inf. Sci.

l Maria I. Stavropoulou, Apostolis Angelis, Nektarios Aligiannis, Eleftherios Kalpoutzakis, Sofia Mitakou, Stephen O. Duke, Nikolas Fokialakis (2017) Phytotoxic triterpene saponins from Bellis longifolia, an endemic plant of Crete. Phytochemistry

l Srinivasan Vijayarangan, Paloma Sodhi, Prathamesh Kini, James Bourne, Simon Du, Hanqi Sun, Barnabas Poczos, Dimitrios Apostolopoulos, and David Wettergreen (2017) High-throughput Robotic Phenotyping of Energy Sorghum Crops. Field and Service Robotics.

l Coneva, Viktoriya; Frank, Margaret H.; Balaguer, Maria A. de Luis; Li, Mao; Sozzani, Rosangela; Chitwood, Daniel H. (2017) Genetic Architecture and Molecular Networks Underlying Leaf Thickness in Desert-Adapted Tomato Solanum pennellii. Plant Physiology