全球气候条件的变化对林业中的树木基因型选择非常重要，对于生长周期较长的树木来说，探索种内变异可能是适应未来气候的关键。苏格兰松分布广泛，具有不同的生态型，由于其对环境压力的抵抗能力不同，某些生态型可能更适合用于特定场地的造林。但是，由于环境影响，仅基于表型评估抗逆能力并不可靠，还应该基于适当设计后的遗传估计。植被光谱反射数据包含许多有用的信息，从幼苗高光谱反射中派生出的叶片功能特征可能是树苗苗木质量评估的有力工具。

2023年10月，Plant Phenomics 在线发表了Czech University of Life Sciences Prague题为Making the genotypic variation visible: hyperspectral phenotyping in Scots pine seedlings的研究论文。

本研究采集了不同生态型和不同地方种群的苏格兰松苗木叶片和树冠的高光谱反射率数据，用于进行表型分析。叶片光谱反射率通过配备接触探针的光谱辐射计获取双锥反射系数（BCRF），树冠光谱反射率通过光缆获取非球面圆锥反射系数（HCRF）。结果显示，两种方法都适用于苏格兰松幼苗的高通量表型分析。其次，两个数据集在不同种群之间的均存在显著差异。此外，使用两种机器学习算法（随机森林和支持向量机），构建种群预测模型，发现使用HCRF具有更高的准确率，且对数据进行标准正态变换后会进一步提高预测精度，并且随机森林算法构建的预测模型预测精度略高于支持向量机。

总的来说，本研究证实叶片和树冠反射光谱在区分种群间变异方面非常有用。利用反射因子和机器学习算法来检测针叶幼苗基因型的方法是一种新颖的方法，可以为未来的有效苗圃实践提供重要工具。

图1 实验与技术设计；种植者的照片是生态型如何复制的一般说明；光谱反射率的测量是通过配备接触探针(CP)的光谱辐射计在左侧获取双圆锥反射系数(BCRF)，通过光缆(OC)在右侧获取半球圆锥反射系数(HCRF)，并附加被测幼苗的最低点图像完成的。数据处理用x轴对应波长(nm)，y轴对应反射率(%)的光谱反射率曲线图来演示。左上角图中最大反射率值上方带有白色十字的红色圆圈表示已删除的不可靠光谱区域。第二和第四张图说明了标准正态变换（SNV）转换的影响。

论文链接：

https://doi.org/10.34133/plantphenomics.0111

——推荐阅读——

Concise Cascade Methods for Transgenic Rice Seed Discrimination using Spectral Phenotyping

https://doi.org/10.34133/plantphenomic‍s.0071

Plant Phenomics | 一种利用光谱表型分析技术鉴别转基因水稻种子的简明级联方法

Generating 3D multispectral point clouds of plants with fusion of snapshot spectral and RGB-D images 

‍https://doi.org/10.34133/plantphenomics.0040

Plant Phenomics | 浙江大学发现一种融合快照光谱图像和RGB-D图像生成高质量三维多光谱植物点云的新方法

加入作者交流群