如今，表征生物和非生物脅迫的研究正在快速增長，表型研究方案的標準化正成為一個挑戰(zhàn)。在這種情況下，對生理特征和表型特征進行平行測量是非常可取的，特別是在干旱脅迫下。   本文中近期，在發(fā)表于《Scientia Horticulturae》題為 Drought phenotyping in Vitis vinifera using RGB and NIR imaging 的文章中，Briglia N等探討了干旱脅迫下葡萄的生理形態(tài)特征是否可以通過非破壞性的RGB和NIR圖像分析技術來確定，以實現(xiàn)可負擔得起的表型分析。本研究是在歐洲植物表型網(wǎng)絡（EPPN）的一個研究中心進行的，EPPN也旨在促進表型方案的標準化。四組20株盆栽葡萄進行不同的灌溉處理，設置每日耗水梯度為100%（對照）、75%（IRR75%）、50%（IRR50%）和25%（IRR25%）。在干旱條件下，同時采集了葉片氣體交換量、葉片水勢、光系統(tǒng)II效率（Fv/Fm）、RGB和NIR數(shù)據(jù)?；诓煌珊邓较缕咸训腞GB圖像建立了植物冠層面積估算模型（R2=0.78），并用該模型估算的葉面積計算單位葉面積耗水量。   本研究使用的植物表型平臺（LemnaTec 3D Scanalyzer phenotyping platform）   研究結果表明，葉片水勢與可見光譜深綠色等級（R2=0.71）存在相關性，NIR和可見光譜深綠色等級隨干旱程度的增加而減少，而可見光譜黃色等級隨干旱程度的增加而增加。   葉片蒸騰量（A）、凈光合速率（B）、氣孔導度（C）、Fv/Fm（D）與莖水勢之間的相關性 可見光譜各顏色等級與莖水勢的相關性（A棕色，B綠色，C黃色，D深綠色） NIR與莖水勢的相關性   Briglia N等的研究證明了基于RGB和NIR圖像識別葡萄水分脅迫的潛力，有助于全球表型研究方案的標準化，也有助于高通量表型研究領域精準灌溉工具的開發(fā)。
  Briglia N, Montanaro G, Petrozza A, et al. Drought phenotyping in Vitis vinifera using RGB and NIR imaging. Scientia Horticulturae, 2019, 256: 108555.