目前用于植物抗性品種篩選的儀器設備大多比較復雜，數據繁多，數據分析耗時多，難以快速篩查出指示性指標。   

PhenScope高通量植物育種抗性篩選系統，以監測植物的葉綠素熒光變化特征為基礎，在大田條件下，自動在線測量，可以快速篩查抗性樣本。

同時在線測量32個樣本，太陽能供電，遠程數據傳輸，野外長期獨立工作。

可用于突變株&抗性株篩選、遺傳育種、植物病理學、植物脅迫生理學等應用研究。

可任意調節角度的支臂安裝方式

技術特點:

1、 探頭配備創新的日光暗適應模塊，方便在白天同時對大批量植物自動進行暗適應測量。

目前抗性篩選都會選擇測量葉綠素熒光參數，大部分葉綠素熒光參數需要在暗適應的條件下測量，同時伴隨著頻繁使用高強度飽和光閃，研究證實夜晚在植物的同一位置上頻繁出現的飽和光閃會破壞植物組織，對植物的光合能力產生影響，而白天進行暗適應測量，可以減少對植物生長的影響。          

該系統每個探頭都配備暗適應模塊，程序化設計，解決了田間大批量植物同時進行暗適應測量的難題，也可以隨意設置不同時間不同處理的暗適應測量。

2、可以同時快速測量大批量植株的葉綠素熒光參數、葉綠素含量和NDVI等植被指數。

非接觸式葉綠素含量探頭可以直接測量葉綠素絕對含量（單位：mg/m²）,幾乎所有的植物葉片都可以測量。一次可以測量多株植物。采用調制光測量，不受環境光照影響。防水設計，非常適合監測營養脅迫。

還配有快速測量NDVI、NDRE、PPR&CCCI植被指數的探頭，適合測量C3、C4或CAM植物的干旱脅迫和氮脅迫。

3、精確測量NPQ的四個分量qE、qM、qI和qT，可準確評估植物光合效率和生產力。

qE、qM、qI 和qT是非光化學淬滅NPQ的四個分量，精確計算四個分量有助于從光能利用的角度深層次研究植物的抗性機理。qE和qM可用于評估光保護性能，qI是光合作用的光抑制作用是植物對環境脅迫的保護性調節，qT是改變進入光系統I和光系統II反應中心的能量流平衡的過程，反應了植物對光能的利用能力。

Goss和Lepetit（2015）使用光保護性成分qE、qM鑒定抗性品種。許多科學家提出了NPQ四分量的計算方法，并利用它們進行抗性品種的篩選（Maxwell and Johnson 2000，Guadagno et al.2010，Rohá?ek2010，Kasajima et al.2015，Tietz et al.2017）。

抗性篩選試驗方案：

1、 篩選抗旱品種, 測量Fv/Fm、Y(II)、ETR、NPQ、qP。

參數測定：配置32個熒光探頭，每個探頭測量一株植物。選擇系統已有程序，凌晨4點開始，依次測量Fv/Fm，每60min測量一次，共測量3次。然后測量Y(II)，ETR、NPQ、qP，每30min測量一次，共測量10次。以上步驟均為系統自動測量，無需人為操作。

1、  篩選耐弱光植物，測量Fv/Fm、Y(II)、ETR、NPQ、qP、qE、qM、qT、qI、RLC。

參數測定：配置32個熒光探頭，每個探頭測量一株植物。選擇系統已有程序，凌晨4點開始，依次測量Fv/Fm，每60min測量一次，共測量3次。然后測量Y(II)，ETR、NPQ、qP，每30min測量一次，共測量10次。測量qE，qT，qM和qI，測量完成。

再調用系統內置的RLC快速光曲線程序，測量8個光強梯度下的RLC曲線，每隔兩小時測量一次，共測量3次，以上步驟均為系統自動測量，無需人為操作。

3、 篩選耐高溫植物，測量Y(II)、葉綠素含量。

參數測定：配置32個探頭，16個熒光探頭，16個葉綠素含量探頭，平均分配，每個探頭測量一株植物。選擇Y(II)和葉綠素含量測量程序，測量Y(II)和葉綠素含量CCI，每60min測量一次，共測量5次。以上步驟均為系統自動測量，無需人為操作。

4、 篩選耐低溫植物，測量Fv/Fm、Y(II)、ETR、qP、NPQ、qE、qI。

參數測定：配置32個熒光探頭，每個探頭測量一株植物。選擇已有程序，先測量Fv/Fm，每10min測量一次，共測量3次。然后測量Y(II)，ETR、NPQ、qP，每30min測量一次，共測量10次。最后測量qE，qT，qM和qI，測量完成后，測量完成。以上步驟均為系統自動測量，無需人為操作。

5、篩選耐鹽堿，土壤肥力差地區生長的植物，以氮缺乏為例，測量葉綠素含量和Y(II)。

參數測定：配置32個探頭，16個熒光探頭，16個葉綠素含量探頭，平均分配，每個探頭測量一株植物。選擇Y（II）和葉綠素含量測量程序，測量Y(II)和葉綠素含量CCI，每60min測量一次，共測量5次。每次測量間隙，光化光都會自動關閉，測量完成。

抗性篩選案例：

1、使用美國Opti-Sciences公司OS5p+葉綠素熒光儀選擇Y(II)、ETR、NPQ熒光參數，比較弱光條件的大麥和小麥的光合特性的變化（Wheat and barley can increase grain yield in shade through acclimation of physiological and morphological traits in Mediterranean conditions，2019），結果顯示弱光脅迫條件下大麥顯示出比小麥更強的光合作用適應性，在輻照度降低的情況下也可保證產量。

小麥和大麥弱光脅迫下Y(II)、ETR和NPQ的差異比較

2、使用美國Opti-Science公司的CCM300葉綠素含量儀和OS1p便攜式葉綠素熒光儀選擇CCI、Fv/Fm、Y（II）熒光參數，篩選藍莓適宜生長的土壤（Growth, Fruit Yield, Photosynthetic Characteristics,and Leaf Microelement Concentration of TwoBlueberry C*rs under Di?erent Long-Term SoilpH Treatments，2019），結果顯示酸性土壤（pH=4.5）適合藍莓生長，并篩選出ChaoyueNo.一是適合在高pH環境下生長的藍莓品種。

兩個品種的藍莓在不同土壤pH下，CCI、Fv/Fm、Y(II)和光合速率的比較

3、使用美國Opti-Science公司OS5p+葉綠素熒光儀利用Fv/Fm、qN、qP篩選抗旱金銀花品種（劉志梅，蔣文偉，2012），結果顯示，不同干旱脅迫處理條件下，不同品種的金銀花Fv/Fm、qN值顯示出不同程度的降低，qP呈上升趨勢，3種金銀花抗旱能力排序為紅花金銀花＞京紅久金銀花＞臺爾曼忍冬.

三個品種的金銀花，不同干旱脅迫下Fv/Fm、qN、qP的比較

4、使用美國Opti-Science 公司OS5p+葉綠素熒光儀，選擇Fv/Fm、Y(II)、ETR、qP和qN對比兩種速生樹種竹柳和尾巨桉的抗旱性（白晶晶，吳俊文，2015）。結果顯示，干旱脅迫下，兩個樹種Y(II)、ETR、qP和Fv/Fm均有不同程度的下降，尾巨桉的下降幅度大于竹柳；而qN呈上升趨勢，竹柳上升幅度大于尾巨桉，兩樹種相比，竹柳的抗旱性更強。

技術指標：

測量參數：

葉綠素含量指數：CCI、NDVI、NDRE、PPR、CCCI

標準熒光探頭技術參數：

藍光飽和脈沖強度： Fm’校正，7000 μmols/m²/s

                   方形頂脈沖，10000 μmols/m²/s

紅光飽和脈沖強度：Fm’校正，7000 μmols/m²/s

                     方形頂脈沖，10000 μmols/m²/s

調制光源：Blue 455nm – 半波寬21nm的藍色光源

      Red 640nm - 半波寬17nm的紅色光源

光化光源：藍光，可達5000 μmols m^-2 s^-1

紅光，可達5000 μmols m^-2 s^-1

遠紅光源：結合暗適應模塊用于Fo’測量或者暗適應模式中Fv/Fm測量前的預照射。

檢測器&濾波器： 具有700 ~ 750帶通濾波器的PIN光電二極管 

葉綠素含量探頭技術參數：

測量參數：CFR或葉綠素熒光比率（F735/F700）,葉綠素含量mg/m2;

測量面積：10cm—1.2m直徑

NDVI、NDRE、PPR & CCCI探頭技術參數：

測量參數：NDVI, NDRE, PPR, CCCI

測量面積：10cm—1.2m直徑

數據采集單元技術參數：

采樣速率 : 1~10000點每秒，根據不同測量自動選擇

存儲空間：2GB

輸出: CSV文件，可以通過wifi，以太網、U盤傳輸；可選手機、無線點對點、衛星電話傳輸方式

供電：可以根據要求提供外部12伏電池。可以使用太陽能電源和主電源。

操作溫度： -10℃~+50℃

產地：美國