저비용 하이퍼스펙트럼 이미징을 통한 고처리량 표현형 분석에서 가뭄 스트레스 감지

저비용 하이퍼스펙트럼 카메라의 최근 발전은 고처리량 표현형 분석(HTP)에 새로운 가능성을 열어주었으며, 가시광선 및 근적외선 스펙트럼 범위에서 고해상도 스펙트럼 데이터를 얻을 수 있게 되었습니다. 본 연구는 저비용 하이퍼스펙트럼 카메라 Senop HSC-2를 HTP 플랫폼에 처음으로 통합하여 잘 물을 주는 것과 결핍 관개의 두 사이클 동안 네 가지 토마토 유전자형(770P, 990P, Red Setter 및 Torremaggiore)의 가뭄 스트레스 저항성과 생리적 반응을 평가합니다. 120기가바이트 이상의 하이퍼스펙트럼 데이터가 수집되었고, 하이퍼스펙트럼 데이터 세트를 85.5% 줄일 수 있는 혁신적인 분할 방법이 개발되어 적용되었습니다. 붉은 가장자리 기울기를 기반으로 한 하이퍼스펙트럼 지수(H-index)가 선택되었으며, 스트레스 조건을 구별하는 능력이 HTP 플랫폼을 통해 얻어진 세 가지 광학 지수(OIs)와 비교되었습니다. OIs와 H-index에 대한 분산 분석(ANOVA)은 OIs에 비해 H-index가 가뭄 스트레스 경향의 동역학을 설명하는 데 더 좋은 능력을 가진 것을 보여주었으며, 특히 첫 번째 스트레스와 회복 단계에서 더욱 그러했습니다. 선택된 OIs는 대신 식물 성장 동안 구조적 변화를 설명하는 데 능력이 있었습니다. 마지막으로, OIs와 H-index 결과는 770P와 990P가 Red Setter와 Torremaggiore 유전자형보다 가뭄 스트레스에 더 높은 취약성을 보임을 나타냈습니다.