提高全球谷物的产量是解决粮食安全问题的关键,而气候变化引起的温度胁迫是限制谷物产量的关键因素。植物正电子发射断层扫描(PET)被认为是最有前途的功能成像技术,可用于测量植物体内由温度胁迫引起的植物代谢和转运机制的整个过程。
由于植物PET时间活度曲线信号的时空稀疏采样会损害流体动力学参数的提取,现有技术中,流体动力学参数只能确定为平均值,尚未存在可以定量提取流体动力学参数的数据驱动方法。装置四变结构全数字PET团队采用独特的跨学科方法,涉及流体动力学、计算物理学、生物医学工程、数字信号处理、生物学和农学,建立了一种新的计算物理学自适应模型,提出了一种新的稀疏数据同化数字信号处理方法,具备直接计算估计变量和测量变量之间噪声相关性动态演变的独特能力,通过明确考虑稀疏采样引起的数值扩散,用于对植物动态信号进行数据驱动分析。团队开发的顺序时间步长程序可根据时间活度曲线信号估计植物茎内代谢物的运输速度、扩散系数以及隔室交换率的空间分布。上述成果以 “Kinetically Consistent Data Assimilation for Plant PET Sparse Time Activity Curve Signals”为题发表于《Frontiers in Plant Science》期刊。

A:模型预测与测量数据的L2差异;
B:模型预测和测量数据沿植物茎三个等距位置的时间分布