用于植物表型分析与生理学研究的RGB与光谱根系成像：实验设置与成像方案

本实验的总体目标是通过结合不同的成像方法，获取植物根系在装满土壤的根盒（rhizobox）中生长的全面信息。该方法有助于解答植物表型分析与育种领域中的关键问题，例如不同根系构型对提高非生物胁迫抗性的贡献。该方法的主要优势在于，它将用于根系结构分析的RGB成像与用于根系功能研究的高光谱成像相结合。

利用高光谱成像技术研究根系的潜力可拓展至多种根际参数，因为光谱信息能够揭示植物根系引起的小尺度理化变化。该方法的可视化演示至关重要，因为根际盒的填充步骤必须谨慎操作，否则将对根系生长和根系可见性产生不利影响。

按照文本方案中的详细说明，首先准备用于填充基质的根盒。通过向 3,705 克干土中加入 400 克水，将干土预湿至 0.108 克/克的重量含水量。轻轻混合土壤和水，以获得均匀的水分分布。

手动打碎较大的团聚体，使颗粒大小不超过两毫米。必须在气体观察窗附近形成均匀的土壤层，避免出现空气间隙。植物根尖若伸入空气间隙会迅速脱水。

此外，水分布的光谱成像质量也会受到负面影响。将预湿润的土壤填充至敞开的根盒中，并使用聚苯乙烯板轻轻压实，以覆盖盒体内部空间，从而获得1.3克/立方厘米的均匀容重。通过喷雾瓶将剩余水量喷洒至土壤表面，以达到0.31立方厘米/立方厘米的目标含水量。

确保液滴尺寸较小，以避免表面结构退化，并实现均匀润湿。喷雾过程中将盒子置于天平上，以监测实际添加到基底上的水量。让水重新分布10分钟，然后将玻璃压在表面，并用侧面的金属导轨固定。

湿润基质的根盒平均终末重量为 17,818 ± 68 克。在气候室中配备八盏 LED 灯，提供光合光子通量密度为 450 微摩尔每平方米每秒的均匀光照，光谱峰值分别为 440 和 660 纳米，以促进植物最佳生长。根据植物种类和实验需求设定环境参数后，用木板遮盖玻璃窗，使根区保持黑暗，避免光线透过玻璃表面导致藻类生长。

然后使用合适的金属框架将根盒倾斜至45度角。这会因向重力性而最大化促进根系向玻璃表面生长。进行RGB根系成像时，使用四个24瓦的荧光灯管，从距离根盒80厘米处进行照射。

此外，在距离根箱20厘米处安装四个15瓦的紫外灯管，利用根系自发荧光，以应对根系与亮色基质背景之间对比度较低的情况。打开紫外灯，然后将待成像的根箱安装到成像箱的支架中。接下来，拍摄两张图像以覆盖根箱的上半部分和下半部分，重叠区域约为3厘米。

按照文本方案中所述获取并处理RGB图像。最后运行对所获取的RGB根系图像的分析，并随后检查是否存在不匹配的区域。若存在此类区域，应定义一个排除区域并重新启动分析。

对于未分类的根系，添加额外的颜色类别并重新启动分析。对于被错误分类为根系的元素，启用或增强杂质和粗糙边缘的过滤选项。通过相机软件首先确定根盒扫描和白板标准的相机积分时间，然后进行图像采集。

为此，请打开成像图形用户界面，将相机移动至根盒中存在根系的区域。调整相机的积分时间，使软件显示的直方图中，相机全动态范围的大约85%被一个明亮物体所占据。针对不同基质和根组织正确设置积分时间，对于充分利用红外相机的动态范围至关重要，可避免因超出其范围而导致信息丢失。

在关闭相机软件之前，通过移动相机定位系统对准白色标准板，重复上述过程。然后打开Matlab成像图形用户界面，输入当前根盒扫描的所有设置参数。每天每次成像运行前，均需采集一次暗标准和白标准图像。

暗标准代表相机噪声，而白标准提供最大反射率。这些数据在预处理过程中的图像归一化步骤中必需。确定是扫描整个根箱，还是仅扫描其部分区域。

对于本实验，需对整个根箱进行成像，然后开始扫描。基于光谱的含水量测量需要使用校准用根箱。

使用聚苯乙烯板将根箱划分为5厘米的区室，并填充不同含水量的土壤。采用与种植根箱相同的设置对校准根箱进行扫描。例如，为结合根系与地上部分性状，可获取叶片气孔计以测量气孔导度。

在气候室中将设备平衡至环境条件至少一小时。每株植物选取至少三片叶片进行测量。此处展示的是基于RGB成像的甜菜品种Ferrara的代表性根系生长图像。

播种后35天，植物根系已伸长至根盒底部。根盒顶部的一些根轴无法从RGB图像中分割出来。较老的基部根系因衰老而变为棕色。

因此，基于颜色阈值对这些根系与土壤背景进行分离会失败。使用高光谱成像技术，可根据根系前景与土壤背景不同的光谱特征实现分割，从而改善分割效果。

测量得到的根长与人工追踪参考图像之间的差异仅为1.5%。此外，光谱成像可实现根系周围水分含量的精细定位，从而推断水分吸收情况。此处根系骨架以黑色显示，较亮区域表示靠近根轴的水分耗竭程度较高的区域。

较深的蓝色区域代表根系无法触及的土壤含水量较高的区域。观看本视频后，您应充分了解如何正确填充根际盒，以确保根系良好生长和清晰可见。这是后续成像及获得代表性根系表型结果的基础。

完成此操作后，可进一步采用其他光谱分类方法（如K-means聚类或支持向量机），以获取有关根系及根际特性的深入信息，例如根系衰老和分解过程。该技术建立后，即可全面表征根系系统及其对非生物胁迫的响应。一组10个品种可在总实验周期少于三个月的时间内完成表征。