不結(jié)球白菜生長(zhǎng)發(fā)育過(guò)程中表型變化AgriPheno訂閱號(hào)專注于持續(xù)更新植物生理生態(tài)、植物表型組學(xué)和基因組學(xué)、基因分型、智能化育種及應(yīng)用、激光雷達(dá)探測(cè)技術(shù)及數(shù)據(jù)分析、人工智能與機(jī)器人等領(lǐng)域，國(guó)內(nèi)外最新資訊、戰(zhàn)略與政策導(dǎo)讀。本文節(jié)選了2025年4-6月推送的代表性文章，以供大家參閱。
高光譜
? Physiologia Plantarum：高光譜圖像的光譜解混揭示了對(duì)松材枯病敏感的端元
該研究通過(guò)高光譜圖像的光譜解混技術(shù)，分析了6種松樹在PWN感染、季節(jié)性變化和自然死亡中的針葉顏色變化。結(jié)果表明，端元豐度變化可有效區(qū)分健康、染病和衰老針葉，為精準(zhǔn)監(jiān)測(cè)松樹病害和季節(jié)性物候提供了非破壞性方法，凸顯了光譜解混在林業(yè)精準(zhǔn)管理中的應(yīng)用潛力。研究中，通過(guò)手持式高光譜相機(jī)SPECIM IQ 采集高光譜圖像，光譜范圍 400 至 1000 nm，光譜分辨率為 2.9 nm。
? 高光譜圖像估算輻射松中葉綠素含量：經(jīng)驗(yàn)?zāi)Ｐ?、放大算法與輻射傳輸反演的比較
本研究利用溫室和田間試驗(yàn)的高光譜數(shù)據(jù)，比較了經(jīng)驗(yàn)?zāi)Ｐ?、放大算法和輻射傳輸模型（RTM）等三種方法估算輻射松Ca+b含量的準(zhǔn)確性。結(jié)果顯示，基于TCARI/OSAVI指數(shù)的放大算法預(yù)測(cè)更準(zhǔn)確穩(wěn)定，PRO4SAIL2模型反演效果優(yōu)于PRO4SAIL，且全冠光譜數(shù)據(jù)能提高預(yù)測(cè)精度，為輻射松葉綠素含量監(jiān)測(cè)提供了有效方法。
? 綜述：用于高光譜傳感器數(shù)據(jù)的生成式人工智能
本文圍繞生成式人工智能（generative artificial Intelligence，GAI）在 #高光譜 傳感器數(shù)據(jù)處理中的應(yīng)用展開(kāi)。高光譜圖像（HSI）數(shù)據(jù)豐富，但存在高維度、噪聲、開(kāi)源數(shù)據(jù)集有限且地域集中、空間分辨率低、標(biāo)簽質(zhì)量差和傳感器性能問(wèn)題等挑戰(zhàn)。
? 高光譜成像+深度學(xué)習(xí)：果蔬質(zhì)檢的未來(lái)已來(lái)
本文綜述了高光譜成像技術(shù)結(jié)合深度學(xué)習(xí)方法在果蔬質(zhì)量評(píng)估各方面的研究進(jìn)展，重點(diǎn)探討了這些技術(shù)在果蔬安全、內(nèi)部質(zhì)量和外部質(zhì)量檢測(cè)領(lǐng)域的最新應(yīng)用，并對(duì)該領(lǐng)域面臨的挑戰(zhàn)及未來(lái)發(fā)展方向進(jìn)行了展望。
植物逆境
? Scientific Reports：基于物聯(lián)網(wǎng)的精準(zhǔn)農(nóng)業(yè)智能害蟲管理系統(tǒng)
本研究成功將傳統(tǒng)的信息素陷阱自動(dòng)化，基于CNN的模型檢測(cè)果蠅準(zhǔn)確率超90%，YOLOv8在復(fù)雜環(huán)境下表現(xiàn)穩(wěn)健，mAP達(dá)97.3%。但研究存在數(shù)據(jù)集可擴(kuò)充、數(shù)據(jù)質(zhì)量受環(huán)境影響等局限，未來(lái)可優(yōu)化模型架構(gòu)、擴(kuò)大陷阱部署范圍，為精準(zhǔn)農(nóng)業(yè)害蟲管理提供更有效支持。
本研究旨在探討不同根系大小的大豆基因型在鹽堿脅迫下的生長(zhǎng)反應(yīng)，探索根系形態(tài)特征與鹽堿耐受性之間的關(guān)系，并識(shí)別與耐受性相關(guān)的關(guān)鍵基因。
? 生物刺激素可以緩解辣椒和生菜氮脅迫，但是作用機(jī)制不同
本研究以生菜(Lactuca sativa)和辣椒(Capsicum annuum)為模型，評(píng)估商品化微生物基生物刺激素產(chǎn)品Terra-Sorb? Symbiotic在氮脅迫下的應(yīng)用效果，旨在探索其提高作物產(chǎn)量和生理適應(yīng)性的潛力。
? New Phytologist│浙江大學(xué)周艷虹課題組最新研究揭示番茄CPK27-HY5調(diào)控耐寒性的機(jī)制
本研究以番茄(Solanum lycopersicum)為材料，揭示了CPK27通過(guò)磷酸化HY5促進(jìn)類黃酮生物合成，從而增強(qiáng)植物耐寒性的分子機(jī)制，為解析植物冷脅迫信號(hào)轉(zhuǎn)導(dǎo)網(wǎng)絡(luò)提供了新見(jiàn)解。研究中，番茄冷脅迫相關(guān)的光合作用差異通過(guò)葉綠素?zé)晒獬上裣到y(tǒng)MAXI-IMAGING-PAM測(cè)量。
? 極端光照條件研究揭示常春藤光適應(yīng)機(jī)制
本研究首次在常春藤中探討極端光照條件下的適應(yīng)機(jī)制，突破了以往研究的光強(qiáng)范圍。通過(guò)結(jié)合形態(tài)學(xué)、生物化學(xué)和生物物理分析，揭示了HL與LL植物的光合系統(tǒng)重組策略及其對(duì)光保護(hù)的貢獻(xiàn)。
? 免疫信號(hào)模塊NIK1/RPL10/LIMYB在生物及非生物脅迫下對(duì)光合作用的調(diào)控機(jī)制
本研究旨在揭示植物在生物（病毒 / 細(xì)菌感染）和非生物（高溫、滲透）脅迫下協(xié)調(diào)光合作用與翻譯的分子機(jī)制。
? 三角褐指藻光合作用及抗氧化系統(tǒng)對(duì)溫度的響應(yīng)揭示其對(duì)海洋變暖的適應(yīng)機(jī)制
本文通過(guò)探究溫度對(duì)三角褐指藻生長(zhǎng)、光合作用、無(wú)機(jī)碳利用及抗氧化系統(tǒng)的影響，揭示其對(duì)海洋變暖的適應(yīng)機(jī)制。
? 番茄耐熱性 "因果而異"：大果看花粉活力，小果看果實(shí)數(shù)量
本研究利用花粉活力分析儀（瑞士Amphasys，Ampha Z32）測(cè)定花粉性狀，該技術(shù)具有快速、準(zhǔn)確、高通量的優(yōu)點(diǎn)，能夠在短時(shí)間內(nèi)對(duì)大量花粉進(jìn)行分析，為番茄花粉性狀的研究提供了一種有效的手段。
植物根系研究
? Communications Biology：吸收細(xì)根比運(yùn)輸細(xì)根更能解釋樹木生長(zhǎng)表現(xiàn)
本文通過(guò)測(cè)量生長(zhǎng)在研究植物園（同質(zhì)園）的25個(gè)歐洲闊葉樹種的吸收根和運(yùn)輸根的一系列形態(tài)和解剖功能性狀，采用揭示功能性狀關(guān)聯(lián)性的主成分分析和評(píng)估功能性狀與基面積增量關(guān)系的線性回歸等數(shù)據(jù)分析方法，首次系統(tǒng)研究了吸收細(xì)根和運(yùn)輸細(xì)根間根系功能性狀的協(xié)同關(guān)系和功能性狀與樹木生長(zhǎng)的相關(guān)程度。
? 不同植被類型根土系統(tǒng)的抗剪強(qiáng)度研究
以黃河支流伊河流域丘陵地帶的六種植物為研究對(duì)象，采用原位剪切實(shí)驗(yàn)和Wu模型對(duì)土根系統(tǒng)抗剪強(qiáng)度進(jìn)行了研究。
? 溫帶森林樹種外生菌根真菌比根系性狀更能解釋根際養(yǎng)分有效性的變化
該研究強(qiáng)調(diào)，外生菌根真菌在調(diào)控溫帶森林根際養(yǎng)分有效性中有著重要作用，將這些影響納入模型，能提升模擬森林生物地球化學(xué)循環(huán)的效果，并為全球變化背景下森林管理策略提供依據(jù)。
植物表型/激光雷達(dá)
? 整合高通量表型和基因分型技術(shù)，探索從遺傳標(biāo)記預(yù)測(cè)植物性狀以獲得更高產(chǎn)量的新方法
動(dòng)態(tài)基因組學(xué)為探究和整合基因型和表型在作物生長(zhǎng)過(guò)程中的動(dòng)態(tài)相互作用，從而提高農(nóng)藝相關(guān)性狀的預(yù)測(cè)準(zhǔn)確性鋪平了道路。動(dòng)態(tài)基因組學(xué)的未來(lái)發(fā)展可依賴于DMD的擴(kuò)展，以考慮環(huán)境因素的影響。這將有助于進(jìn)一步完善擬議的方法，預(yù)計(jì)將對(duì)培育適應(yīng)特定地區(qū)的作物品種和精準(zhǔn)農(nóng)業(yè)產(chǎn)生重大影響。
? 高通量技術(shù)推進(jìn)輻射誘變突變體篩選：擬南芥突變體篩選的初步評(píng)價(jià)
本研究旨在評(píng)估高通量植物成像系統(tǒng)（HTPIS）在擬南芥突變體篩選中的效率，對(duì)比人工視覺(jué)篩選與機(jī)器識(shí)別的準(zhǔn)確性，為重離子束和γ射線輻射育種提供方法依據(jù)。
? 無(wú)人農(nóng)場(chǎng)：激光雷達(dá)(LiDAR)為田間機(jī)器人精準(zhǔn)導(dǎo)航
如何讓機(jī)器人在“混亂”的農(nóng)田中精準(zhǔn)定位、構(gòu)建地圖？加州大學(xué)河濱分校的研究團(tuán)隊(duì)給出了最新解決方案：基于激光雷達(dá)（LiDAR）的自適應(yīng)定位與建圖技術(shù)AG-LOAM，讓農(nóng)業(yè)機(jī)器人擁有了“火眼金睛”！
? 高通量表型分析揭示水稻籽粒產(chǎn)量與農(nóng)藝性狀的關(guān)系
本研究利用ScanLyzer 3D植物表型分析系統(tǒng)對(duì)102個(gè)水稻品種進(jìn)行全生育期高通量表型分析，提取 42 個(gè)農(nóng)藝性狀，結(jié)合貝葉斯模型平均和結(jié)構(gòu)方程模型分析發(fā)現(xiàn)，穗長(zhǎng)對(duì)籽粒產(chǎn)量的正向影響最強(qiáng)，植株最大面積、穗數(shù)等性狀也有正向作用，而早熟組中植株寬度最大值持續(xù)時(shí)間對(duì)產(chǎn)量有顯著負(fù)效應(yīng)。研究揭示了不同農(nóng)藝性狀對(duì)產(chǎn)量的差異化影響，為水稻精準(zhǔn)育種提供了表型數(shù)據(jù)支撐與理論依據(jù)。
? Plant Stress：高通量表型輔助水稻氮素利用效率性狀解析與基因型篩選
該研究針對(duì)300 份不同水稻基因型，在氮充足與缺乏條件下開(kāi)展大規(guī)模中宇宙(mesocosm)實(shí)驗(yàn)，利用RGB、IR 和 NIR 多光譜成像傳感器采集數(shù)據(jù)，結(jié)合30個(gè)手動(dòng)測(cè)量性狀和 68個(gè)圖像衍生性狀，開(kāi)發(fā)新型性狀解析策略，成功識(shí)別氮素吸收效率（NUpE）和基于生物量的氮素利用效率(NUEb)為關(guān)鍵性狀，構(gòu)建高置信度(R2=0.98%，p<0.001)的機(jī)器學(xué)習(xí)預(yù)測(cè)模型，最終篩選出IC463705、Suweon和Cauvery三個(gè)優(yōu)良水稻供體，證明表型組學(xué)和機(jī)器學(xué)習(xí)技術(shù)在水稻NUE改良中的潛力。
? 高通量表型分析揭示水稻籽粒產(chǎn)量與農(nóng)藝性狀的關(guān)系
本研究利用ScanLyzer 3D植物表型分析系統(tǒng)對(duì)102個(gè)水稻品種進(jìn)行全生育期高通量表型分析，提取 42 個(gè)農(nóng)藝性狀，結(jié)合貝葉斯模型平均和結(jié)構(gòu)方程模型分析發(fā)現(xiàn)，穗長(zhǎng)對(duì)籽粒產(chǎn)量的正向影響最強(qiáng)，植株最大面積、穗數(shù)等性狀也有正向作用，而早熟組中植株寬度最大值持續(xù)時(shí)間對(duì)產(chǎn)量有顯著負(fù)效應(yīng)。研究揭示了不同農(nóng)藝性狀對(duì)產(chǎn)量的差異化影響，為水稻精準(zhǔn)育種提供了表型數(shù)據(jù)支撐與理論依據(jù)。
人工智能/機(jī)器人自動(dòng)化
? 從工業(yè)4.0到都市農(nóng)業(yè)4.0：智能溫室案例剖析
工業(yè)4.0和農(nóng)業(yè)4.0之間存在哪些異同點(diǎn)？若兩者采用相同的物聯(lián)網(wǎng)技術(shù)，智能溫室的生產(chǎn)過(guò)程是否與智能工廠相似？為解答這些問(wèn)題，本研究以巴西阿雷格里港（Porto Alegre）SLC公司的智能溫室為典型案例，深入探究工業(yè)4.0和農(nóng)業(yè)4.0的內(nèi)在聯(lián)系與差異。
? Maui：用于特種作物研究的無(wú)人機(jī)圖像模塊化分析工具
該研究旨在解決特種作物研究中現(xiàn)有圖像處理方法難以適用的問(wèn)題，通過(guò)構(gòu)建 MAUI 這一可定制的圖像處理工作流程，利用葡萄和大麻育種試驗(yàn)數(shù)據(jù)，驗(yàn)證其在生成多光譜正射鑲嵌時(shí)間序列、分割作物和提取光譜數(shù)據(jù)方面的有效性。該研究為特種作物研究提供了模塊化框架，有助于提高光譜數(shù)據(jù)提取效率，推動(dòng)無(wú)人機(jī)影像分析在特種作物研究中的常規(guī)應(yīng)用，為相關(guān)研究和產(chǎn)業(yè)發(fā)展提供有力支持。
? 人工智能(AI)在種子技術(shù)中的關(guān)鍵作用：播種農(nóng)業(yè)的未來(lái)
人工智能（AI）作為熱門前沿技術(shù)，正為種子技術(shù)領(lǐng)域帶來(lái)革命性變革。AI通過(guò)機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺(jué)、高光譜成像等子領(lǐng)域技術(shù)，實(shí)現(xiàn)了種子全生命周期管理的智能化升級(jí)。從種子質(zhì)量評(píng)估到遺傳純度鑒定，從品種開(kāi)發(fā)到田間監(jiān)測(cè)，AI技術(shù)以其精準(zhǔn)性、高效性和成本優(yōu)勢(shì)，成為解決現(xiàn)代種子產(chǎn)業(yè)挑戰(zhàn)的關(guān)鍵方案。本文系統(tǒng)梳理了AI在種子技術(shù)各環(huán)節(jié)的應(yīng)用現(xiàn)狀、技術(shù)突破及未來(lái)展望，為推動(dòng)智能農(nóng)業(yè)發(fā)展提供參考。
新觀點(diǎn)/新技術(shù)
? Plant Methods：一種測(cè)定葉片比熱容的簡(jiǎn)單新穎方法
該研究提出了一種基于葉片能量平衡模型的非侵入性新方法，用于量化葉片比熱容量（Cp）。通過(guò)對(duì)13種園藝和熱帶植物的研究，發(fā)現(xiàn)Cp值在 3200-4000 J kg-1 K-1之間，與葉片含水量正相關(guān)。該方法有助于在自然非穩(wěn)態(tài)條件下更準(zhǔn)確地應(yīng)用熱成像技術(shù)，為植物表型分析和監(jiān)測(cè)提供支持。
? 樹木的“導(dǎo)管”如何影響全球氣候？揭秘樹干中的水分運(yùn)輸密碼
理解樹木的 “導(dǎo)管分布”，不僅能幫我們選育抗旱樹種、優(yōu)化灌溉策略、監(jiān)測(cè)森林健康，更能為應(yīng)對(duì)氣候變化提供關(guān)鍵數(shù)據(jù)支持。
? 湖南農(nóng)大團(tuán)隊(duì)借助LiDAR技術(shù)實(shí)現(xiàn)卷心菜田間精準(zhǔn)導(dǎo)航！誤差僅0.1米，噴藥效率大幅提升
LiDAR+AI正掀起農(nóng)業(yè)精準(zhǔn)化革命！這項(xiàng)研究不僅解決了田間導(dǎo)航難題，更以“硬核數(shù)據(jù)”展現(xiàn)了中國(guó)農(nóng)業(yè)科技的創(chuàng)新實(shí)力。未來(lái)，我們期待更多農(nóng)田裝上“智慧之眼”，讓科技真正扎根土地！
? 新型納米材料碳點(diǎn)(Carbon Dots)在促進(jìn)植物光合作用中的應(yīng)用
本文系統(tǒng)綜述碳點(diǎn)的特性、作用機(jī)制及其在農(nóng)業(yè)中的應(yīng)用，并展望其未來(lái)發(fā)展方向。
? 激光二極管(LD)照明優(yōu)于LED：植物光合效率可提升20%
這項(xiàng)研究不僅揭示了LD在植物生理層面的優(yōu)勢(shì)，更預(yù)示著室內(nèi)園藝的技術(shù)革新。隨著半導(dǎo)體技術(shù)的進(jìn)步，激光光源的成本有望逐步降低，未來(lái)或與LED形成互補(bǔ)——例如紅光LD搭配藍(lán)光LED，構(gòu)建更高效的復(fù)合光譜系統(tǒng)。
? New Phytologist：擬南芥中UVR8信號(hào)增強(qiáng)光合系統(tǒng)對(duì)除草劑損傷的恢復(fù)力
該研究通過(guò)分子-生理-應(yīng)用多層次解析，證實(shí)UVR8光信號(hào)通路是增強(qiáng)植物光合系統(tǒng)除草劑抗性的核心樞紐，為農(nóng)業(yè)精準(zhǔn)用藥和新型綠色助劑開(kāi)發(fā)提供了關(guān)鍵靶點(diǎn)。未來(lái)需進(jìn)一步探索作物與雜草的響應(yīng)差異，推動(dòng)田間應(yīng)用落地。
? 光伏系統(tǒng)與LED補(bǔ)光系統(tǒng)的整合提升光伏溫室能源利用效率
本研究提出光管理光伏溫室（LMPG），通過(guò)集成定制PVR的光伏板、均勻光（ES）板與LED補(bǔ)光系統(tǒng)，構(gòu)建光子管理體系，旨在解決傳統(tǒng)光伏溫室的光分布不均問(wèn)題，提升太陽(yáng)能利用效率與土地生產(chǎn)力。
生物技術(shù)/育種技術(shù)
? 類囊體蛋白BCM1將天線蛋白CP24和CP29隔離在基粒核心內(nèi)，減少熱脅迫下它們被降解風(fēng)險(xiǎn)
文章提出了類囊體膜蛋白BCM1充當(dāng)穩(wěn)定的“錨”，有效地將外周天線蛋白亞基CP24和CP29隔離在基粒核心內(nèi)，從而減少它們?cè)诨|(zhì)片層中被降解的風(fēng)險(xiǎn)。
? 西北大學(xué)王菲/付愛(ài)根團(tuán)隊(duì)揭示衣藻CYN38調(diào)控PSII修復(fù)的分子機(jī)制
本研究聚焦于衣藻中的CYN38(CYP38的同源蛋白)，探討其在高光脅迫下調(diào)控PSII修復(fù)的分子機(jī)制。研究中，衣藻野生型和突變體相關(guān)的光合作用差異通過(guò)雙通道葉綠素?zé)晒鈨xDUAL-PAM-100測(cè)量。
? Plant Physiology：藍(lán)藻Cytb6f亞基PetN的缺失會(huì)破壞復(fù)合體穩(wěn)定性并嚴(yán)重影響狀態(tài)轉(zhuǎn)換
該研究聚焦于藍(lán)藻Anabaena variabilis ATCC 29413的PetN亞基，通過(guò)構(gòu)建petN突變體(ΔpetN)，探究其對(duì)Cytb6f穩(wěn)定性、光合電子傳遞及狀態(tài)轉(zhuǎn)換的影響。
植物生理生態(tài)研究
? Plant Cell：萊茵衣藻晝夜節(jié)律的系統(tǒng)研究揭示其適應(yīng)極端光照的機(jī)制
本研究通過(guò)整合多組學(xué)與生理學(xué)，形態(tài)學(xué)數(shù)據(jù)，系統(tǒng)解析了萊茵衣藻在不同光強(qiáng)下的晝夜節(jié)律程序，揭示了其光適應(yīng)的動(dòng)態(tài)調(diào)控網(wǎng)絡(luò)。
? New Phytologist最新研究揭示類囊體膜結(jié)構(gòu)動(dòng)態(tài)調(diào)控光合作用的機(jī)制
本研究通過(guò)結(jié)合高分辨率結(jié)構(gòu)分析技術(shù)(透射電子顯微鏡、共聚焦顯微鏡、小角中子散射)與光合生理功能測(cè)定，揭示了類囊體膜在光照下的雙向-三階段動(dòng)態(tài)變化(收縮-擴(kuò)張-松弛)模式及其對(duì)光合電子傳遞的調(diào)控機(jī)制。研究發(fā)現(xiàn)，類囊體膜在光照初期先收縮，隨后擴(kuò)張，最終松弛至暗適應(yīng)狀態(tài)，這一三階段動(dòng)態(tài)模式與環(huán)式/線性電子傳遞比(CET/LET)的調(diào)控密切相關(guān)。
? 影響因子38.1的高分文章是如何測(cè)量光曲線和CO2響應(yīng)曲線的，值得參考
文章研究發(fā)現(xiàn)，帶正電的Fe3O4納米顆粒在擬南芥體內(nèi)經(jīng)歷pH和脂質(zhì)涂層依賴的轉(zhuǎn)化，優(yōu)先結(jié)合RuBisCO小亞基(無(wú)催化位點(diǎn))，從而在體內(nèi)抑制其羧化活性，而帶負(fù)電顆粒在體外直接抑制酶活，揭示了納米顆粒體內(nèi)轉(zhuǎn)化對(duì)光合蛋白功能的調(diào)控新機(jī)制。
? 光合作用(氣體交換)誘導(dǎo)的理解和測(cè)量指南：注意事項(xiàng)和建議
文章系統(tǒng)整合了光合作用誘導(dǎo)實(shí)驗(yàn)設(shè)計(jì)的關(guān)鍵變量與量化方法。是一份非常值得參考的光合作用誘導(dǎo)實(shí)驗(yàn)指南。該指南旨在通過(guò)以下方式促進(jìn)研究之間的一致性，并為比較不同物種之間的結(jié)果提供便利：1、討論在設(shè)計(jì)以測(cè)量光合誘導(dǎo)為重點(diǎn)的實(shí)驗(yàn)時(shí)的最佳做法；2、提供分析光合作用誘導(dǎo)數(shù)據(jù)的資源；3、找出我們?cè)诠夂献饔谜T導(dǎo)方面的集體知識(shí)差距。
浮游植物/水環(huán)境
? 東英吉利海峽浮游植物功能組成的年代際變化：氣候變化可能帶來(lái)的重大影響
本研究旨在識(shí)別和量化EEC浮游植物群落的亞中尺度變化及十年趨勢(shì)。研究了法國(guó)東英吉利海峽近岸到近海區(qū)域浮游植物功能組成的十年變化。研究發(fā)現(xiàn)2012-2022 年該區(qū)域海表溫度顯著上升（近岸升溫 1.05°C，近海升溫 0.93°C），營(yíng)養(yǎng)鹽濃度變化導(dǎo)致?tīng)I(yíng)養(yǎng)鹽比例失衡后又趨于平衡。
? 多佛海峽沿岸和近海高空間分辨率的浮游植物監(jiān)測(cè)：DYPHYRAD調(diào)查
DYPHYRAD調(diào)查項(xiàng)目生成的高分辨率數(shù)據(jù)集為研究浮游植物動(dòng)態(tài)和環(huán)境驅(qū)動(dòng)因素提供了寶貴的資源。這些數(shù)據(jù)不僅有助于理解浮游植物群落的生態(tài)過(guò)程，還為海洋生態(tài)系統(tǒng)的管理和保護(hù)提供了科學(xué)依據(jù)。作為研究中使用的關(guān)鍵技術(shù)之一，CytoSub在監(jiān)測(cè)浮游植物群落方面發(fā)揮了重要作用。其高分辨率的原位測(cè)量能力為研究提供了詳細(xì)的數(shù)據(jù)支持，有助于深入理解浮游植物的生態(tài)特征和環(huán)境響應(yīng)。
? EasyClus軟件構(gòu)建藻類數(shù)據(jù)庫(kù)及基于CytoSense數(shù)據(jù)的葉綠素濃度計(jì)算
EasyClus是一款針對(duì)浮游植物流式細(xì)胞儀CytoSense/ CytoBuoy/ CytoSub的數(shù)據(jù)分析軟件，能夠處理復(fù)雜多變量時(shí)間序列的高頻監(jiān)測(cè)數(shù)據(jù)，結(jié)合軟件深度學(xué)習(xí)訓(xùn)練模型，可提高預(yù)測(cè)的準(zhǔn)確性和魯棒性，用于構(gòu)建藻類數(shù)據(jù)庫(kù)。
? CytoSense/CytoSub微囊藻分析報(bào)告：流式細(xì)胞儀技術(shù)在有害藻華監(jiān)測(cè)中的應(yīng)用
本報(bào)告使用CytoSense（以及CytoSub）分析了微囊藻（Microcystis sp.）。結(jié)果顯示CytoSense極寬的尺寸接受范圍, 使其能夠在單次運(yùn)行中同時(shí)分析自然水樣的單個(gè)細(xì)胞和藻團(tuán)。
感謝各位老師、同學(xué)的關(guān)注、推薦與積極轉(zhuǎn)發(fā)，Agripheno將不忘初心，堅(jiān)持把國(guó)內(nèi)外最新資訊、戰(zhàn)略與政策導(dǎo)讀分享給大家，以支持到大家的研究工作。作為開(kāi)放公眾平臺(tái)，我們歡迎大家撰寫各自已發(fā)表文章的介紹投稿，分享最新研究成果。此外，如您有最新的業(yè)內(nèi)信息需要推送，我們也樂(lè)意效勞。