研究作物缺水條件下的生理過程對于耐旱基因型的選擇和相關(guān)基因的功能分析至關(guān)重要。近距離高光譜成像（HSI）是一種很有前途的非侵入性植物性狀分析技術(shù)，它在早期檢測植物對水分脅迫的反應(yīng)方面具有巨大潛力。在這項工作中描述了一種數(shù)據(jù)分析方法，與植被指數(shù)不同，本方法在具有高分辨信息的選定波段上應(yīng)用光譜相似性，同時需要仔細處理非信息性照明效應(yīng)。后一個問題是通過標準正態(tài)變量 (SNV) 歸一化來解決的，該歸一化消除了線性效應(yīng)，以及一種監(jiān)督聚類方法來消除表現(xiàn)出非線性多重散射效應(yīng)的像素。在剩余的像素上，與脅迫相關(guān)的動態(tài)通過光譜分析程序量化，該程序涉及受監(jiān)督的波段選擇程序和針對澆水良好的對照植物的光譜相似性度量。通過在高通量植物表型平臺中對玉米植物的水分脅迫和恢復(fù)進行大規(guī)模研究，驗證了所提出的方法。結(jié)果表明，該分析方法可以早期檢測干旱脅迫反應(yīng)，并在重新澆水后不久恢復(fù)檢測效果。

圖1.應(yīng)用于玉米植株的六種不同灌溉策略，顯示了整個營養(yǎng)發(fā)育期在不同V階段的土壤含水量水平，表明了植物葉片發(fā)育的數(shù)量和達到特定V階段的天數(shù)

所有圖像均通過減去暗框進行輻射校準，并計算相對于白板的反射率。圖2顯示了來自植物像素的反射光譜的集合。使用廣義交叉驗證（GCV）評分對光譜中存在的高斯噪聲水平進行量化。由于500nm以下和850nm以上的高噪聲水平，圖像被限制在500-850nm范圍內(nèi)的111個光譜帶，以便進行進一步的數(shù)據(jù)處理。然后利用歸一化差異植被指數(shù)（NDVI）從背景中分割出植物像素。圖3顯示了NDVI若干閾值的分段植物。選擇了0.3的閾值。

圖2.植物像素集合的反射光譜，覆蓋400nm至1000nm的光譜區(qū)域

圖3.基于NDVI閾值的植物像素分割

圖4表示獲得的簇映射示例，其中根據(jù)像素的簇編號使用假彩色表示來映射像素。基于這些聚類圖，對信息量較小的聚類進行注釋，并丟棄這些聚類中的像素。最后，通過平均屬于保留簇的所有像素的歸一化光譜獲得一個SNV光譜來表征每個植物。然后將每種植物的整個發(fā)育期表示為一個光譜時間序列。

圖4.V13生長階段玉米植株的 RGB 圖像和聚類圖

用充分澆水控制和缺水脅迫處理來監(jiān)測來自六個不同澆水處理組的植物的生長動態(tài)，并分析對干旱的響應(yīng)和再澆水后的恢復(fù)。在整個實驗過程中（53 天）澆水充足的組作為對照組。圖5顯示了五個不同脅迫程度組的圖，每次都與WW對照組的圖進行比較。每個數(shù)據(jù)點是該組所有植物的平均值；也給出了標準偏差。圖5(a) 顯示了 PD-RW1組與WW對照組的結(jié)果，在整個脅迫澆水恢復(fù)期間，與對照組的差異從逐漸增加到澆水后逐漸減小再到增加的過程；圖5(b) 顯示了 PD-RW2 組與對照組的結(jié)果，與PD-RW1的過程近似，從第 40 天開始觀察到與 PD-RW1 組的顯著差異，似乎PD-RW2 組已從干旱脅迫中*恢復(fù)；圖 5(c) 顯示了 SD 組與對照組的結(jié)果。SD從觀察的第一天起就可以看到干旱脅迫的影響。直到第10天干旱植物正在適應(yīng)水分脅迫環(huán)境。植物在第35天之前似乎表現(xiàn)得像 WW 對照植物，之后植物開始重新經(jīng)歷干旱脅迫。SD組的植物發(fā)育受到非常嚴重的損害；對于SD-RW1 和 SD-RW2，目標是評估植物在重新澆水時從嚴重干旱脅迫中恢復(fù)的能力的程度。 SD-RW1 組在嚴重干旱誘導(dǎo)后在早期營養(yǎng)狀態(tài) (V7) 中*重新澆水，而 SD-RW2 在發(fā)育后期 (V12) 時*重新澆水。圖 5(d)和(e) 顯示了這些組與對照組的結(jié)果，對于SD-RW1組，在重新澆水后不久（在T4點）植物健康狀況穩(wěn)定，并且在營養(yǎng)發(fā)育階段結(jié)束之前與對照組保持不變。這表明這些植物能夠*恢復(fù)并恢復(fù)其最佳生長和功能模式。然而，這不是SD-RW2組實現(xiàn)的，它在后期再澆水期(T5)后偏離了對照組。這表明在后期發(fā)育階段再澆水不允許植物從嚴重的干旱脅迫中*恢復(fù)。

圖5.六個不同澆水處理組的植物的生長動態(tài)