在与全球变暖和水资源短缺相关的应用生态生理学研究中，水果的水分状态在新鲜食品生产的背景下变得越来越重要。适合的作物水分状态监测方法对生态生理研究和可持续食品生产至关重要。当前的监测系统可根据空间和时间分辨率要求、传感器平台和传感器类型进行定义。尽管这些近端传感器的组合提高了准确性，但在大量树木中变异性、复杂的传感器安装与维护及不同水分状态参数的正确解读，限制了此方法的实际应用。果实层面的遥感技术可以克服这些缺点，作物水分胁迫指数（CWSI）已广泛用于通过热成像检测整个树冠的水分不足胁迫。无人机（UAV）和基于地面的热成像平台已广泛应用于作物水分不足胁迫的检测。近年来，光探测和测距（LiDAR）技术因其在田间条件下提供高分辨率三维几何信息的能力，广泛应用于耕作农业和林业，形成三维点云。地面LiDAR传感器被用于开发几何果实参数的估算方法，以及在杏园中绘制花朵和果实的分布。地面LiDAR传感器的进步还使得每个测量点的散射反射强度能够被获取，为从整体树冠的三维点云中分割果实以及量化单个果实的叶绿素含量提供了额外信息。在建筑和机器人等其他学科中，基于LiDAR的三维点云已与热成像相机的温度数据进行标注。通过LiDAR获得的三维果实可视化，使得与温度数据的标注能够分析树冠和果实的四维点云。
2024年9月，Plant Phenomics在线发表了德国ATB研究所和意大利马尔凯理工大学等的合作完成的题为Fruit Water Stress Index of Apple Measured by Means of Temperature-Annotated 3D Point Cloud 的研究论文。
图2 利用激光雷达和热传感器分析冠层内的三维空间温度分布
图5 气温与果实表面温度之差（ΔΤ）与果实水分胁迫指数的关系。具体来说，计算了两种水分胁迫指数：一是根据Irmak等人方法计算的（A）使用空气温度加5°C（FWSII,Est），二是基于果实表面温度数据归一化的（B）FWSIN,Est。数据分析涵盖了四个开花后天数（DAFB；67、81、132和166），以观察果实发育期间的变化。
https://doi.org/10.34133/plantphenomics.0252
Characterization and Identification of NPK Stress in Rice Using Terrestrial Hyperspectral Images
https://doi.org/10.34133/plantphenomics.0197
Plant Phenomics | 东北农业大学利用近端成像光谱对水稻NPK胁迫进行特征化及鉴别
https://doi.org/10.34133/plantphenomics.0200
Plant Phenomics | 南京农业大学联合江苏省农业科学院基于成像高光谱技术和GWAS分析的水稻籽粒蛋白质含量表型研究
《植物表型组学》（Plant Phenomics）是由南京农业大学创办的英文学术期刊，于2019年1月正式上线发行。采用开放获取形式，刊载植物表型组学交叉学科热点领域具有突破性科研进展的原创性研究论文、综述、数据集和观点。具体范围涵盖高通量表型分析的最新技术，基于图像分析和机器学习的表型分析研究，提取表型信息的新算法，作物栽培、植物育种和农业实践中的表型组学新应用，与植物表型相结合的分子生物学、植物生理学、统计学、作物模型和其他组学研究，表型组学相关的植物生物学等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等数据库收录。科睿唯安JCR2022影响因子为7.6，位于农艺学一区（1/125名），植物科学一区（13/265名），遥感一区（6/62名）。2023年中科院期刊分区位于农林科学大类一区。2020年入选中国科技期刊卓越行动计划高起点新刊项目、2024年入选江苏科技期刊卓越行动计划领军期刊项目。
说明：本文由《植物表型组学》编辑部负责组稿。
审核：尹欢、孔敏
