《Computers and Electronics in Agriculture》：The SPAR facility: insights on a legacy with continued relevance for agriculture
编辑推荐：
系统回顾1978年以来全球SPAR设施研究，分析其在作物生理、模型验证及育种中的应用，指出技术升级（如HTP整合）对农业科研的未来潜力。
穆罕默德·阿迪尔·哈桑（Muhammad Adeel Hassan）| 萨希拉·比古姆（Sahila Beegum）| 克里斯汀·姚云·张（Christine Yao-Yun Chang）| 丹尼斯·蒂姆林（Dennis Timlin）| 大卫·弗莱舍（David Fleisher）| 奇塔兰詹·雷（Chittaranjan Ray）| 瓦吉马拉·雷迪（Vangimalla Reddy）| 康巴姆·拉贾·雷迪（Kambham Raja Reddy）
美国农业部农业研究服务局（USDA-ARS）适应性种植系统实验室，马里兰州贝尔茨维尔，邮编20705
摘要
土壤-植物-大气研究（SPAR）实验室是专门设计的设施，用于在自然日光条件下控制并测量环境和管理因素，以研究土壤-植物-大气系统中的复杂相互作用。SPAR实验室通过提高科学理解力并填补作物生理学、生长和发育方面的知识空白，在推动农业研究中发挥了关键作用。本研究系统回顾了自1978年成立以来全球发表的关于SPAR技术的文章，探讨了其应用及其对农业的影响。SPAR实验室被广泛用于研究各种环境、管理因素以及作物/品种相互作用对产量和品质的影响，同时用于作物育种以及模拟模型的开发和验证等目的。基于对当前最先进设施设计及其应用的深入分析，本研究提出了通过技术进步（如整合高通量表型分析工具用于作物生理学和育种研究）来提升SPAR实验室实用性的机会，从而确保其在农业中的持续贡献。本综述强调了SPAR实验研究设施的持续价值，并突显了其在应对未来农业研究和粮食安全挑战方面的独特潜力。
引言
预计未来几十年世界人口将持续增长，到2080年代中期将达到约103亿人的峰值，而2024年时为82亿人（联合国数据）。在这种人口增长背景下实现可持续的全球粮食安全并非易事。过去，高产作物品种的开发、土地利用的变化、提高生产力的科学创新以及改良作物品种的培育有助于解决区域性和全球性的粮食安全问题。然而，考虑到环境快速变化、可耕地减少以及单位土地面积生产力下降的情况（《喂养未来的全球人口》，2024年），这些方法可能不足以满足不断增长的人口需求。因此，必须持续进行研究以增强粮食生产系统的韧性，并在考虑人口增长和快速变化的气候条件的同时维持粮食的数量和质量。
作物的生长和发育取决于基因型（G）、环境条件（E）和管理策略（M）及其相互作用。分析这些因素对植物行为的影响在农业科学中至关重要。实验研究旨在了解植物在各种G × E × M条件下的形态和生理机制。就环境条件而言，分析自然日光下的基因型表型差异比在人工LED光照下更为重要，因为已知光照的数量和质量会对从光合作用响应到非生物胁迫响应等多种性状产生影响（Poorter等人，2019年；Roeber等人，2021年）。然而，在自然田间条件下进行的实验在完全控制环境和管理条件方面存在局限性。例如，管理措施对作物响应的影响会与田间土壤参数（如土壤湿度、土壤温度和水分特性）以及当地天气条件（包括气温、风速和降雨量）相互混淆，使得难以分离出植物对特定胁迫的响应。这一挑战促使了土壤-植物-大气研究（SPAR）控制实验设施的发展，使研究人员能够在自然日光条件下准确控制环境因素，研究G × E × M的影响。SPAR的出现使研究人员能够从手动、耗时的单株叶片测量转向自动化、连续的全冠层气体交换测量。SPAR在研究G × E × M条件对植物生理胁迫的交互作用方面发挥了重要作用（Reddy等人，1997年；Kim等人，2006年；Fleisher等人，2010年）。使用SPAR设施进行的研究的主要优点包括重复性高、减少多重处理因素之间的干扰、能够控制和测量整个冠层的碳和水通量，以及在类似田间环境中复制多种变量组合的能力；与盆栽相比，更大的土壤容器也有助于根系生长（Poorter等人，2012年）。
自1960年以来，人们一直在努力开发用于研究植物对二氧化碳（CO2）、太阳辐射、温度、土壤基质势和蒸气压亏缺响应的控制设施（Moss，1963年）。然而，基于微处理器的数据采集和控制系统以及计算机软件的发展使得环境和植物响应的同时快速控制和监测成为可能，从而推动了SPAR实验室的发展（Phene等人，1978年；Parsons等人，1980年）。第一个SPAR实验室由美国农业部SEA沿海平原土壤和水资源保护研究中心在佛罗里达州佛罗伦斯建立（图1a）（Phene等人，1978年）。随后，密西西比州立大学也建立了一个类似设计的SPAR实验室，主要用于开发和测试动态过程导向的作物模拟模型（McKinion，1980年）。
SPAR系统的系统设计、操作、数据采集和控制设备以及计算机系统在多篇论文中有所讨论（Phene等人，1978年；McKinion，1980年；Parsons等人，1980年；McKinion和Hodges，1985年；Reddy等人，2001年）。如图1b所示，其他开发的SPAR实验室包括佛罗里达大学盖恩斯维尔分校的设施（Jones等人，1984年；Allen等人，2020年）、美国环境保护署巴特尔太平洋西北实验室（主要用于林业研究，Tingey等人，1996年）、美国农业部贝尔茨维尔农业研究中心（Reddy等人，2001年）、韩国国家作物科学研究所（Sang等人，2019年）以及印度泰米尔纳德邦科伊姆巴托尔农业大学的农业气候研究中心（Guna等人，2022b；Guna等人，2024年）。
自原始设计以来，SPAR实验室经历了升级，并被广泛用于研究植物在各种环境和管理条件下的生理响应（McKinion和Hodges，1985年；Timlin等人，2007年）。它们在评估作物产量和品质（Lokhande和Reddy，2015年；Thenveettil等人，2024年）、建立高温和/或干旱、高浓度CO2与光合作用等因素之间的数学函数关系（Adams等人，1990年；Prasad等人，2002年；Kim等人，2007年；Fleisher等人，2008b；Allen等人，2011年）、开发和验证模拟模型（Fleisher等人，2010年；Kim等人，2012年；Reddy等人，1997年）以及辅助作物育种（Yang等人，2015年；Brand等人，2016年）方面发挥了关键作用。这些实验大部分在密西西比州立大学、美国农业部贝尔茨维尔农业研究中心和佛罗里达大学盖恩斯维尔的SPAR实验室进行。SPAR实验室的主要特点是能够利用自然光条件，并可选配人工照明，同时能够完全控制空气温度、水分供应和大气中的CO2浓度，其主要优势在于能够连续测量整个冠层的光合作用。
如图1a所示，SPAR研究的演变揭示了科学研究重点的进步以及SPAR系统复杂性的增加。随着SPAR技术和传感器能力的提升，研究重点转向了非破坏性测量和植物生理过程的连续监测。近年来，基于SPAR的研究越来越多地整合了高通量传感和成像技术。现在，研究经常利用SPAR数据来参数化、校准和验证作物和土壤模型，从而弥合了控制环境实验与田间应用之间的差距。以往的SPAR综述主要探讨了描述植物对环境效应响应的应用（Fleisher等人，2010年；Sang等人，2017年；Allen等人，2020年）。相比之下，本系统性综述涵盖了基于SPAR实验室的研究及其在农业科学中的意义，分析了自其建立以来的四十五年间的各种应用及其长期相关性（图1c）。此外，我们强调了传感和计算技术的发展，这些技术现在使得SPAR与高通量表型分析（HTP）之间能够产生强大的协同效应，从而推动表型组学的发展。我们的目标是强调SPAR实验室的重要性，并探讨将控制实验与遥感、数据同化和决策支持框架相结合以加速气候适应型作物育种的未来研究机会。
章节摘录
什么是SPAR实验室？
在描述本文献综述中使用的方法之前，我们首先需要定义SPAR实验室是什么。它与其他环境控制系统（如室内生长室、温室、开放式顶室（OTC）、自由空气CO2富集设施（FACE）等不同。SPAR实验室旨在控制环境和管理因素，并测量整个冠层的碳通量（如净光合作用和呼吸作用），以研究植物的复杂生理响应。
文献中SPAR研究的概述
实验研究在通过将复杂相互作用分解为其组成部分来加深我们对自然过程的理解方面发挥着关键作用。自然系统以集成和动态的方式运行，多种因素同时相互作用以驱动结果。为了解释这种复杂性，分离并分析单个变量的影响至关重要，并逐步扩大规模以系统地研究它们的相互作用。
将SPAR与高通量表型分析（HTP）工具结合用于作物研究
环境变化和人口增长带来的日益严峻的挑战需要农业研究采取变革性方法（Salse等人，2024年）。将SPAR与HTP工具结合使用有助于应对作物改良的挑战（图6）。传统的表型分析方法通常速度慢、劳动强度高，不足以表征与干旱耐受性、耐热性和养分利用效率相关的复杂性状（Araus等人，2018a）。
结论性评论
SPAR一直并且应该继续成为农业研究的重要组成部分。SPAR实验室在推进土壤-植物-大气相互作用的研究方面发挥了重要作用，为了解作物对环境变化的响应、作物建模、品种选择和害虫研究等应用提供了关键见解。尽管由于成本和复杂性的限制，SPAR实验室的全球普及程度有限，但它们对于高影响力的农业研究仍然至关重要。
贡献
M.A.H.和S.B撰写了初稿，C.Y.C.、D.T.、D.F.、C.R.、V.R.和K.R.R.审阅和编辑了手稿。
作者贡献声明
穆罕默德·阿迪尔·哈桑（Muhammad Adeel Hassan）：撰写初稿、可视化、软件开发、数据分析、概念化。萨希拉·比古姆（Sahila Beegum）：撰写初稿、可视化、数据分析、概念化。克里斯汀·姚云·张（Christine Yao-Yun Chang）：撰写与编辑、监督、资源获取、资金申请。丹尼斯·蒂姆林（Dennis Timlin）：撰写与编辑、调查。大卫·弗莱舍（David Fleisher）：撰写与编辑、调查。奇塔兰詹·雷（Chittaranjan Ray）：撰写与编辑、调查。瓦吉马拉·雷迪（Vangimalla Reddy）：
利益冲突声明
作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。
致谢
本研究得到了美国农业部农业研究服务局（协议编号58-8042-2-077）、密西西比州立大学（USDA-ARS NACA 58-6066-2-030）、USDA NIFA 2019-3426330552和MIS 043050的支持。作者还获得了内布拉斯加大学林肯分校（USDA-ARS NACA 58-8042-4-186）和橡树岭科学与教育研究所（ORISE）通过机构间协议的支持。
术语表
- FACE
- 自由空气CO2富集设施。这是一种在自然条件下使用开放空气实验来研究高浓度二氧化碳（CO2）对植物和生态系统影响的研究设施，无需封闭环境。
