增强作物抵御能力量化和预测冬小麦冻害的新方法

高温和霜冻等非生物胁迫严重限制植物生长，特别是通过衰老和叶面积减少影响小麦等冬季作物。现代表型分析方法，特别是高通量现场表型分析(HTFP)，在监测和分析这些影响方面取得了重大进展。

目前的研究重点是使用详细的高分辨率图像来量化生长特征并评估霜冻等压力造成的损害。然而，在准确模拟霜冻损害和了解基因型特异性恢复力方面仍然存在挑战。面临的挑战是提高检测和量化作物对非生物胁迫(特别是霜冻)反应的准确性，以提高不同气候下的恢复力和产量。

2023年10月，Plant Phenomics发表了题为“霜害指数：生长日数的对映体”的研究文章。

这项研究通过使用时间分辨的高分辨率实地图像监测几年来 36 种冬小麦基因型的冠层覆盖变化，量化了霜冻引起的植物生长减少。开发了一个新概念，霜冻损害指数(FDI)，用于累积总结霜冻事件，类似于生长度日。

基因型对 FDI 的敏感性与用于评估冬季抗寒性的传统视觉评分相关，表明它们对干旱或炎热等其他胁迫的潜在适应性。这项研究历时三年，每一年都有不同的温度状况和寒潮。

重点是播种后的前 150 天，代表冬季，每年都会观察到不同的冠层覆盖损失 (ΔCC) 模式和温度动态。寒潮过后，ΔCC 与手动霜冻评级之间存在中度至强相关性，表明 FDI 在捕捉基因型特异性霜冻敏感性方面的有效性。

研究过程涉及优化各种参数，包括寒潮和可见损害之间的三天滞后时间、温度数据的平滑因子以及 -9°C 的基础温度 (Tbase)，低于该温度就会发生可见的霜冻损害。还计算了基因型特异性敏感性因子，并在使用时显着提高了 ΔCC 的预测准确性。

研究证实，包含滞后阶段和平滑温度曲线可显着提高预测精度。它还强调了冻害敏感性的基因型特异性，这需要调整参数，例如每种基因型的敏感性因子。

总体而言，结果凸显了 FDI 在增强霜冻胁迫下植物表现预测方面的潜力，表明其可用于培育耐霜冻基因型，并通过纳入损害效应来改进作物模型。

这项研究代表了通过使用高通量现场表型分析方法理解和预测基因型与环境相互作用的方法学进展，特别是与霜冻损害相关的相互作用。