监测植物的压力2.0开源分享

描述

有关该项目的背景以及更多技术概念的介绍性文本，

新设备，新目标

这个会议室将从上一次迭代的错误和成功中吸取教训，并瞄准新的目标：

• 叶绿素荧光成像
• NDVI 成像
• 热成像
• 加强温度控制

东航2.0

新功能需要改变外壳的设计。

在 LED 板冷却和摄像头的生长区域上方分配了更多空间。后面增加了一个新部分，专门用于电气设备和接线。为了控制设备，在前面添加了一个触摸屏。门上还增加了一个限位开关（机械触摸传感器），以便在门开得太远之前关闭任何危险的灯。

植物床现在也靠在四个垂直螺栓上，可以微调高度（尽管范围更小）。

这次使用了 Arduino Leonardo，因为它有更多的输入/输出引脚来控制附加电路。

叶绿素荧光成像

叶绿素荧光成像 (CFI) 是分析叶片中发生的化学反应的有效方法。植物吸收光能并将其用于光合作用，或者如果它们不能使用它，则必须将其作为热量释放或以光的形式重新发射。最后一个选项称为荧光。通过用强光照射植物并用光度计或照相机记录荧光，可以非侵入性地测量叶绿素的存在。当用可见光照射时，植物通常会发出从红色到近红外波长（大约 630-740nm）的荧光：

上面的数据不仅显示了荧光的预期位置，还显示了如何最好地产生荧光，因为植物必须首先吸收光能。叶绿素 (Chl) A 在 450nm（蓝色）和 665nm（红色）处有较大的吸收峰，而 Chl B 在 430nm（紫外线）和 645nm（红色）处有较大的吸收峰，因此这些是为植物提供尽可能多能量的目标波长尽可能。困难在于确保荧光灯不会在更亮的刺激光中丢失。因此，我们不能提供红色光谱中的光，而必须使用蓝色（紫外线也是可能的，但更危险）。许多高功率 450nm LED 用于瞄准 Chl B 吸收峰，并使用近红外相机寻找荧光。该相机还配备了 715nm 长通滤光片（阻挡715nm以下的所有光线 ) 阻挡任何其他可能干扰的光线。

大多数荧光指标需要使用饱和脉冲(SP)，这是植物接收到如此多的光而无法使用所有光的地方，并被迫将大部分光发回。这需要在一次蓝色爆炸中达到 4000umol/m^2/s 以上。这是项目中最困难的部分，因为很少有供应商提供以 umol/m^2/s 为单位的数字。确保足够输出的最佳方法是购买样品，并在腔室本身使用读取 umol/m^2/s 的光传感器对其进行测试，然后再购买满足 4000 所需的数量。

NDVI成像

归一化差分植物指数是植物的度量标准，将其红光反射率与其近红外 (NIR) 光反射率进行比较。植物吸收红色，但反射红外线，因此在这两种灯光下比较时会从背景物体中突出显示。卫星通常使用这种技术从太空估计森林的生物量。

使用 Raspberry Pi NoIR 相机，可以拍摄这些图像并进行比较以估计叶片大小。大多数相机已经可以检测到 NIR，但解释是红色，因此为了阻止图片看起来过于红色，制造商安装了 NIR 滤光片来阻挡人眼看不到的任何东西。NoIR 相机与 Raspberry Pi 相机相同，但移除了此过滤器，以便它可以检测 NIR 光。

热成像

此版本的 CEA 中还包含热成像，但使用 Lepton 3.5 的纯热 2 板可以省去很多麻烦和接线问题。Purethermal 2 板通过 USB 电缆连接，因此在计算机上显示为普通网络摄像头。

加强温度控制

为了扩展最后一个室的微弱温度控制，这将在床本身中进行主动冷却/加热。这将通过使用两个 Peltier 热泵加热一个大铝板来完成（有关更多详细信息，请参阅以前的黑客），并使用温度传感器来监测床温。

这些 Peltier 将像以前一样使用定制的 H 桥电路单独控制。

审查

腔室和以前一样由 6 毫米 PVC 板构成，并包含所有设计的新功能。这也意味着房间的重量要大一些。

加工 5 毫米铝板以安装所有 66 个 LED（60 个蓝色、2 个红色、2 个红外、2 个白色），并使用 4 个珀尔帖模块对其进行冷却。它还通过带有用于热像仪的中红外窗口的丙烯酸屏幕（和用于气密密封的硅胶垫圈）从操作员那里进行筛选。还购买了焊接安全眼镜，供用户在打开腔室时佩戴，以减少危险光照射的风险。

为了给所有东西供电，有一个用于 LED 的 48V 大电源、一个用于风扇的 12V 电源和一个用于所有 Peltier 模块的 5V 电源。树莓派由主电源集线器中的 USB 插座供电。

即使后面有更大的电气柜空间，接线仍然非常凌乱且挤压得很紧。在未来的设计中，更多的空间和时间应该用于整洁的布线和整洁的布局。

叶绿素荧光成像

尽管难以采购和驱动足够的高功率 LED，但该腔室能够产生超过 2000 umol/m^2/s（光传感器的上限），并且估计全时产生 3000-4000umol/m^2/s力量。

这些 LED 中的每一个都由预制 LED 驱动器驱动，因为手工生产 15 多个定制 LED 驱动器是不可行的，并且由电路板制造商制造它们大大增加了成本（由于 SMD 组装成本）。NIR 相机仍需要调整才能按要求运行，并且需要完成工作以识别和完成对腔室将运行的 CFI 机制的编程。

但是，所有硬件都存在并且可以继续进行。

NDVI 成像

尽管没有对该设备进行数据分析，但一些初步测试似乎很有希望。NoIR 相机当然能够以合适的分辨率对红色和 NIR 进行成像，并且植物反射率的差异很明显。需要更多的测试和图像分析来验证这种方法。

热成像

热像仪很容易连接到 Raspberry Pi，并立即生成图像。但是，尚不清楚是否可以轻松修改参数，因为树莓派没有立即提供的接口。此外，除了定量图像之外，还需要进行研究以提供定性温度读数。

加强温度控制

安装了 Peltier 并能够有效地冷却和加热腔室的床。该系统的最大上限和下限还有待测试。LMT86LP 芯片用作可靠且简单的温度传感器，5 个安装在不同位置的床上。

当门关闭时，床下的风扇与上面的房间密封，以避免气流干扰植物。

在行动

出色的工作

要让腔室作为一个功能齐全的科学仪器运行，还有很多工作要做，但所有功能都已到位并单独工作。

• 热像仪接口和遥测
• 相机位置调整
• 床位调整调整
• 触摸屏编程
• 安全开关重置功能可更安全地使用设备
• NIR 相机编程以拍摄视频以进行 CFI 监控
• 识别和编程所需的 CFI 程序
• 使用真实样品进行测试和数据分析验证
• 红外窗口安装
• 珀尔帖温度控制验证和极端测试

非常感谢 Mayke Santos、Alexandre Kabla、Stefan Savage 和 Mark Huntsman 为本项目提供的建议和贡献。