PhenoTron PTS植物光譜成像檢測平臺採用PTS（Plant-To-Sensor）植物自動傳送技術，集成了高光譜成像分析、葉綠素熒光成像分析、紅外熱成像分析等國際先進成像分析技術，樣品透過傳送平臺自動傳送至相應成像工作站，實現高通量、無損傷反射光成像、葉綠素熒光成像、多光譜熒光成像及紅外熱輻射成像分析等，廣泛應用於作物表型分析、種質資源檢測研究、遺傳育種、抗性篩選、植物生理生態研究、光生物學研究、果實蔬菜品質檢測等。
基本配置為高光譜成像和葉綠素熒光成像的情況下，該系統又被稱為PhneoTron-HF。
上左圖表明葉片吸收太陽光後一部分被反射（或透射）、一部分吸收後（主要是紅藍光）進行光合作用、少部分以葉綠素熒光的形式散失、還有一部分以熱的形式散失；上右圖為儀器內部成像站
下左圖為PhenoTron PTS植物傳送至葉綠素熒光成像和高光譜成像站（PhenoTron-HF）進行成像分析；下右圖為草銨膦對擬南芥光合生理影響（葉綠素熒光成像分析，由易科泰Ecolab實驗室提供）
主要技術特點：
- PTS（Plant-to-Sensor）技術平臺，雙軌式同步升降控制、SpectraScan高精度移動掃描平臺，樣品可放置在精準位移平臺上自動運送至成像單元進行成像分析
- 多感測器成像，包括葉綠素熒光成像、多光譜熒光成像、高光譜成像、Thermo-RGB成像等
- 可對培養植株、葉片、果實、種子萌發與種苗、根系及藻類等進行表型性狀成像檢測分析
- 模組式結構設計，具備強大的系統擴充套件功能，可遠端控制、自動執行資料採集儲存
- 嵌入式主機，觸控式螢幕控制，全中文作業系統
- 為植物表型、種質資源檢測鑑定、作物生理生態、藻類及海洋植物研究檢測等提供一站式解決方案
- 主機系統帶腳輪，方便移動，適應於實驗室和溫室等工作環境
主要技術指標：
- 葉綠素熒光成像站：專業高靈敏度葉綠素熒光成像CCD，幀頻50fps，解析度720x×560畫素，畫素大小8.6×8.3µm光化學光最大1000µmol.m-2. s-1可調，飽和脈衝3900µmol.m-2. s-1可自動執行Fv/Fm、Kautsky誘導效應、熒光淬滅分析、光響應曲線等protocols50多個葉綠素熒光自動測量分析引數，包括：Fv/Fm、Fv’/Fm’、Y(II)、NPQ、qN、qP、Rfd、ETR等，自動形成葉綠素熒光引數圖自動同步顯示葉綠素熒光引數及引數圖、葉綠素熒光動態曲線、葉綠素熒光引數頻率直方圖
- 多光譜熒光成像站：紫外光激發多光譜熒光成像，反映多酚與黃酮類等次級代謝產物動態變化、葉綠素動態變化、植物衰老、植物病蟲害脅迫及非生物脅迫等高解析度CCD鏡頭，1392x1040畫素，有效畫素大小為6.45μm，可畫素疊加（binning）以提高靈敏度（2x2，3x3，4x4）7位濾波輪及濾波器，用於成像測量多光譜熒光F440、F520、F690、F740及其它生物熒光現象
3.自動測量分析功能（無人值守）：可預設1個或2個試驗程式，系統可自動測量儲存，比如白天自動定時執行Kautsky誘導效應程式，夜間自動定時執行熒光淬滅分析程式
4.可選配GFP/YFP穩態熒光成像，或選配LUC熒光素酶成像
5.可選配紫外、紅光、綠光、青光、藍光、遠紅等不同波段光源
6.葉綠素熒光成像與多光譜熒光成像具Live（實況測試）、Protocol（實驗程式選擇）、Pre-processing（成像預處理）、Result（成像分析結果）等選單，Protocol實驗程式可自由編輯，也可利用Protocol選單中的嚮導程式模版客戶自由建立新的實驗程式
7.高光譜成像站：標配為400-1000nm可見光近紅外和900-1700nm短波紅外高光譜成像分析，可選配1000-2500年嗎SWIR高光譜成像感測器
- 波段數：224通道
- 光譜解析度：FWHM 5.5nm（400-1000nm）、8nm（900-1700nm）
- 空間解析度：1024x（400-1000nm）、640x（900-1700nm），可選配其它解析度高光譜成像
- 信噪比600:1（400-1000nm）、1000:1（900-1700nm）
- 可成像測量分析作物生化、生理指標如葉綠素含量、花青素含量、胡蘿蔔素含量、光利用效率、健康指數、覆蓋度、脅迫、NDNI歸一化N指數、NDWI歸一化水指數、MSI水分脅迫指數等
由左到右依次為：小麥N素與水份狀態高光譜成像分析（Brooke Bruning等）；小麥耐鹽鹼高光譜成像檢測（Ali Moghimi等，2018）；小麥鐮刀菌抗性檢測（E. Alisac等，2018）
8.紅外熱成像：
- 解析度：640×512畫素，可選配其它高解析度紅外熱成像感測器
- 測量溫度範圍：-25℃－150℃
- 靈敏度：0.03℃（30mK）@30℃
- 光譜範圍：7.5－13.5μm
- 感測器：非製冷紅外焦平面感應器，已多點校準（具校準證書）
- 1-14倍數碼變焦
- 軟體具備調色盤（自然、彩虹、灰度、梯度等14種顏色組合）、差值技術、溫度範圍設定（以改變顏色分佈或突出選擇範圍等）、等溫線模式、選區分析（點、線、多邊形等）、溫度掃描（顯示所選線的溫度分佈曲線等）、剖面溫度、時間圖等；可顯示圖片資訊；具備報告模式等；可進行控制設定
9.RGB成像：高靈敏度RGB成像，1-40倍放大，可進行micro和macro成像分析，可選配其它高解析度成像感測器
海洋大學客戶定製系統安裝除錯與實驗執行，右圖實驗樣品為海帶
應用案例：生菜幼苗病害快速無損檢測與抗性品種鑑定
農作物在種子萌發生長過程中會遭遇各種病害，因此對高抗病性品種的選育非常重要。而如果能快速、無損、簡便、可靠地檢測病害的發生，甚 至在病害症狀發生前就能夠將其檢測到，無論是對於縮短育種週期還是指導生產實踐都具有非常重要的意義。
德國萊布尼茨蔬菜和觀賞植物研究所IGZ的Sandmann研究組將剛發芽的生菜幼苗人工感染立枯絲核菌（Rhizoctonia solani），然後綜合採用葉綠素熒光成像技術、多光譜熒光成像技術、紅外熱成像技術及植物反射光譜NDVI成像，對不同成像引數進行了分析，以確定哪些技術的哪些引數能夠更靈敏地將感染病害的植株和未感染的植株區分開，實現高通量非損傷線上分析測量篩選：
結果發現，感染病害的植株和未感染的植株之間，最大光化學效率Fv/Fm、熒光衰減指數Rfd、NDVI、作物水脅迫指數I1、光合有效葉面積日相對生長速率Arel、多光譜熒光F440、F520等引數都表現出顯著差異。透過進一步資料統計分析最終發現Fv/Fm、Rfd在本次實驗中的識別效果最好，誤差≤0.052，Fv/Fm＞0.73的生菜幼苗即可認為是健康的。研究人員希望透過進一步工作，將這一發現應用於園藝和農業生產實踐，比如優良抗病蔬菜品種的選育、病害的早期發現與防治等。
參考文獻：
- Ali Moghimi etc. A Novel Approach to Assess Salt Stress Tolerance in Wheat Using Hyperspectral Imaging. Frontiers in Plant Science, 2018
- Brooke Bruning etc. The development of Hyperspectral distribution maps to predict the content and distribution of nitrogen and water in wheat. Frontiers in Plant Science, 2019）
- E．Alisaac etc. Hyperspectral quantification of wheat resistance to Fusarium head blight: comparison of two Fusarium species. Eur J Plant Pathol, 2018
- Sandmann M, et al. 2018. The use of features from fluorescence, thermography and NDVI imaging to detect biotic stress in lettuce. Plant Disease 102: 1101-1107
