实现植物叶片不同区域水氮含量的原位实时成像检测，可以为确定作物抗旱性、营养调控机制或精准农业提供一种高效的新技术。近红外成像在无损检测的同时还提供了丰富的信息，是原位实时检测的首选技术。另外，高光谱成像技术因为其重量和功率大，现场使用困难的问题，所以其使用受到限制。


我们开发了一种使用近红外相机和干涉滤光片的智能成像设备；它重量轻，需要的功率低，并且具有多波长分辨率。实现叶片水分测量的滤光片特征波长分别为1150和1400nm，实现氮测量的滤光片特征波长为1500nm，所有滤光片带宽均为25nm。用该装置的平均叶含水量模型得到的预测结果为R2=0.930，RMSE=1.030%；平均氮含量模型的预测结果为R2=0.750，RMSE=0.263g。


中心波长为1500 nm，带宽为10、25、50 cm时的透光率曲线

利用平均水氮含量模型，得到了玉米叶片不同区域的水氮分布图像，其分布特征与实际叶片情况一致。本研究使用的实验材料为田间新鲜叶片，试验在室内完成。将该设备和模型应用于现场的进一步验证正在进行中。

来源：Plant Methods.Water and nitrogen in-situ imaging detection in live corn leaves using near-infrared camera and interference filter.Ning Zhang, Peng-cheng Li, Hubin Liu, Tian-cheng Huang, Han Liu, Yu Kong, Zhi-cheng Dong, Yu-hui Yuan, Long-lian Zhao & Jun-hui Li
https://plantmethods.biomedcentral.com/articles/10.1186/s13007-021-00815-5