高光譜顯微機器人可提前偵測葡萄病害，加速抗病育種 - 農業知識入口網

文章來源 : 農業科技新脈動    2026-11-02

葡萄抗病育種的表型篩選挑戰

　　葡萄抗病育種需要大量評估不同品系對白粉病、露菌病等病害的反應，但傳統方式多仰賴人工觀察病徵，通常要等葉片出現肉眼可見症狀後才能判讀，不僅耗時，也限制大量育種材料的快速篩選。美國康乃爾大學（Cornell University）與美國農業部農業研究署（USDA Agricultural Research Service, ARS）團隊因此發展HyperBird高光譜顯微表型平台，希望將病害反應轉化為更早期且可量化的數位表型。

高光譜影像解析葉片微小變化

　　一般RGB相機主要記錄紅、綠、藍三個可見光波段，高光譜影像（hyperspectral imaging）則可記錄數百個窄波段，從葉片反射光譜中觀察肉眼難以察覺的生理與組織變化。HyperBird兼具顯微尺度的空間解析度與高光譜資訊，可比較葉片上微小病斑區域與周圍健康組織的光譜差異，並分析色素、葉表蠟質、水分與內部組織等與基因型及抗病反應相關的特徵。

病害辨識時間提前至感染後第3天

　　研究團隊表示，HyperBird可在數小時內處理數百個葉片樣本，並曾於單日蒐集約9 TB的高品質高光譜影像。驗證結果顯示，系統可在病徵尚未明顯出現時辨識白粉病與露菌病造成的光譜變化；過去需感染後第6至9天才能達到的辨識效果，利用此系統約第3天即可取得相近結果，使病害表型判讀時間明顯提前。

加速抗病品種篩選的應用潛力

　　除了病害偵測，研究也發現不同葡萄育種系可呈現細微而穩定的光譜特徵，反映其遺傳背景所造成的葉片色素、蠟質、水分及解剖構造差異。此類高通量高光譜表型技術可望協助育種人員更早評估抗病反應、比較大量育種材料，並與基因型資料搭配分析，加速抗病品種的篩選與驗證。HyperBird目前仍需人工採取葉片小圓片進行量測，研究團隊正持續推動採樣自動化，以提高整體處理效率。

【延伸閱讀】-葡萄冠層密度對露菌病葉片易感性與病害流行之影響

Cornell ChroniclePlant Phenomics