北京易科泰生態技術有限公司成立于2002年，為中關村高新技術企業，致力于生態-農業-健康研究監測技術推廣、研發與服務，特別是在光譜成像技術（高光譜成像技術、葉綠素熒光成像技術、紅外熱成像技術、無人機遙感等）、植物表型分析技術、呼吸與能量代謝測量技術等方面，與專業企業PSI、Specim、Sable等合作，致力于植物科學、土壤與地球科學、動物能量代謝、水體與藻類及生態環境領域先進儀器技術的引進推廣和技術研發集成，為植物/作物表型分析、生態修復及生態保護、能量代謝測量等提供規劃設計、技術方案與系統集成、技術咨詢與科技服務。公司技術團隊80％以上具備碩士或碩士以上學位，并與*研究生院、中科院植物研究所、中科院動物所、中科院地理科學與資源研究所、中國農科院、中國林科院、中國環科院、中國水科院、清華大學、中國農業大學、北京林業大學、北京大學、中國海洋大學、陜西師范大學、內蒙古大學等建立了長期的技術合作交流關系。
公司下設有葉綠素熒光技術與植物表型業務部、EcoTech®實驗室、光譜成像與無人機遙感事業部及無人機遙感研究中心（與陜西師范大學合作建立）、動物能量代謝實驗室、內蒙古阿拉善蒙古牛生態牧業研究院及青島分公司。實驗室擁有葉綠素熒光成像、葉綠素熒光儀、水體藻類熒光儀、SPECIM高光譜儀、WORKSWELL紅外熱成像儀、EasyChem全自動化學分析儀、MicroMac1000水質在線監測系統、ACE土壤呼吸自動監測系統、SoilBox便攜式土壤氣體通量測量系統、動物呼吸測量系統、LCpro 光合作用測量儀、Hood土壤入滲儀、年輪分析儀等各種儀器設備，可以進行實驗研究分析、實驗培訓等，歡迎與易科泰生態研究室開展合作研究。
易科泰公司與歐洲PSI公司（葉綠素熒光技術與表型分析技術）、美國SABLE公司（動物能量代謝技術）、歐洲SPECIM公司（高光譜成像技術）、歐洲WORKSWELL公司（紅外熱成像技術）、歐洲ATOMTRACE公司（LIBS元素分析技術）、歐洲BCN無人機遙感中心、歐洲ITRAX公司（樣芯密度掃描與元素分析）、美國VERIS公司、英國ADC公司、德國UGT公司、歐洲SYSTEA公司等著名生態儀器技術領域的研發機構和廠商建立了密切的合作關系，在FluorCam葉綠素熒光成像與熒光測量技術、PlantScreen植物表型分析技術、高光譜成像技術、紅外熱成像技術、光合作用與植物生理生態研究監測、土壤呼吸與碳通量研究監測、動物呼吸代謝測量、水質分析與藻類研究監測、CoreScanner樣芯密度CT與元素分析技術、LIBS元素分析技術、無人機生態遙感技術等生態儀器技術及其系統方案集成有著豐富的經驗，成為我國農業、林業、地球科學、生態環境研究等領域科技進步的重要研究技術支持力量。由公司研制生產的EcoDrone®無人機遙感平臺、SoilTron®多功能小型蒸滲儀技術、SoilBox®土壤呼吸測量技術、PhenoPlot®輕便型作物表型分析系統、SCG-N土壤剖面CO2／O2梯度監測系統、植物生理生態監測技術、動物能量代謝測量技術等，在中科院修購項目、*學科群項目、CERN網絡（生態系統監測網絡）等項目中發揮重要作用。
“工欲善其事，必先利其器”，易科泰公司將秉承“利其器，善其事”的經營理念，為國內生態-農業-健康研究與發展提供優秀的技術方案和服務。
歡迎關注北京易科泰微信公眾號
土壤與植物生理生態研究監測、環境氣象監測、水文水質及地下水監測、水土保持研究監測、荒漠化監測、精準農業以及動物生態研究等儀器技術的引進推廣和系統集成,并為生態環境實驗研究和規劃設計提供技術方案和分析測量。
| 產地類別 | 進口 | 應用領域 | 環保,生物產業,農業 |
|---|
前言
PTM-50植物生理生態監測系統在原有PTM-48A基礎上升級而來，可長期、自動監測植物的光合速率、蒸騰速率，植物生理生長狀態，環境因子，從而得到植物的全面的信息。
主要功能特點
l 系統具備4個自動開合的葉室，可在20秒內獲得葉片的CO2、H2O交換速率。
l PTM-50植物生理生態監測系統標配1個數字通道連接RTH-50多功能傳感器（可測定總輻射、光合有效輻射、空氣溫度&濕度、露點溫度等）。
l 分析單元升級為雙通道測量，新款的PTM-50由之前的1個分析器分時測量，升級為2個獨立分析器，實時測量參比氣和樣品氣的濃度差，增強了對環境CO2、H2O波動的耐受能力，數據更加穩定可靠。
l 可選的植物生理指標監測傳感器以無線方式傳送數據，傳感器可與PC獨立連接，布設更為靈活。
l 可同時配備葉綠素熒光自動監測模塊進行葉綠素熒光實時監測。
l 系統通過2.4GHz RF和3G實現無線通訊和網絡化。
上圖為PTM-50系統結構圖
應用領域
² 應用于植物生理學、生態學、農學、園藝學、作物學、設施農業、節水農業等研究領域
² 比較不同物種、不同品種的差異
² 比較不同處理、不同栽培條件對植物的影響
² 研究植物光合、蒸騰、生長的限制因子
² 研究生長環境對植物的影響及植物對環境變化的響應
上圖為主機與圓形葉室照片
基本配置組成
Ÿ 1×PTM-50系統控制臺
Ÿ 1×電源適配器
Ÿ 1×蓄電池連接線
Ÿ 1×RTH-50多功能傳感器
Ÿ 4×LC-10R葉室，測量面積10 cm2
Ÿ 4×4米氣體連接管
Ÿ 2×1.5米不銹鋼支架
Ÿ 選配無線傳感器
Ÿ 英文軟件
Ÿ 英文說明書
技術指標
l 工作方式：自動持續測量
l 葉室取樣時間：20s
l CO2測量原理：雙通道非色散紅外氣體分析器
l CO2濃度測量范圍：0-1000 ppm
l CO2交換速率的額定測量范圍：-70-70 μmolCO2 m-2 s-1
l H2O測量原理：集成型空氣溫度和濕度傳感器
l 葉室空氣流速：0.25L/min
l RTH-50 多功能傳感器：溫度-10到60℃；相對濕度：3-100%RH；光合有效輻射：0-2500μmolm-2s-1
l 測量間隔：5-120分鐘用戶自定義
l 存儲容量：1200條數據，采樣頻率為30分鐘時可存儲25天
l 連接管的標準長度：4m§
l 電源：9 到 24 Vdc
l 通訊方式：2.4GHz RF和3G網絡通訊
l 環境防護級別：IP55
l 可選配葉室和傳感器
1. LC-10R 透明葉室：圓形葉室，面積10cm2，空氣流速0.23±0.05L/min
2. LC-10S 透明葉室：矩形葉室，13×77mm，10cm2，空氣流速0.23±0.05L/min
3. MP110葉綠素熒光自動監測模塊，可自動監測Ft、QY等葉綠素熒光參數
4. LT-1 葉面溫度傳感器：測量范圍0-50℃
5. LT-4 葉面溫度傳感器：4個LT-1傳感器集成，用以估算葉面平均溫度
6. LT-IRz 紅外溫度傳感器：范圍0-60℃，視野范圍5：1
7. SF-4 植物莖流傳感器：大10ml/h，適用于直徑2-5mm莖桿
8. SF-5 植物莖流傳感器：大10ml/h，適用于直徑4-10mm莖桿
9. SD-5 莖桿微變化傳感器：行程0到5mm，適用于直徑5-25mm莖桿
10. SD-6 莖桿微變化傳感器：行程0到5mm，適用于直徑2-7cm莖桿
11. SD-10 莖桿微變化傳感器：行程0到10mm，適用于直徑2-7cm莖桿
12. DE-1 樹干生長傳感器：行程0到10mm，適用于直徑6cm以上樹干
13. FI-L 大型果實生長傳感器：范圍30到160mm，適用于圓形果實
14. FI-M 中型果實生長傳感器：范圍15到90mm，適用于圓形果實
15. FI-S 小型果實生長傳感器：范圍7到45mm，適用于圓形果實
16. FI-XS 微型果實生長傳感器：行程0到10mm，適用于直徑4到30mm的圓形果實
17. SA-20 株高傳感器：范圍0到50cm
18. SMTE 土壤水分、溫度、電導率三參數傳感器：0 到 100 % vol.% WC ; -40 到 50 °C ; 0 到15 dS/m
19. PIR-1 光合有效輻射傳感器：波長400到700nm，光強0到2500μmolm-1s-1
20. TIR-4 總輻射傳感器：波長300到3000nm，輻射0到1200W/m2
21. ST-21 土壤溫度傳感器：范圍0到50 °C
22. LWS-2 葉片濕度傳感器：產生與傳感器表面濕度成比例的指示信號
軟件界面與數據
上圖右展示的是24小時內CO2（CO2 EXCHANGE）、莖流（SAP FLOW）、蒸騰速率（VPD）、光合有效輻射（PAR）的連續變化，這是便攜式光合儀無法做到的
應用案例
Net CO2 uptake rates for Hylocereus undatus and Selenicereus megalanthus under field conditions: Drought influence and a novel method for analyzing temperature dependence, Ben –Asher. J. et al. 2006, Photosynthetica, 44(2): 181-186
本研究測量量天尺（Hylocereus undatus，果實為火龍果）和蛇鞭柱（Selenicereus megalanthus）在高溫下CO2吸收率的變化，并分析了其生理生化變化。
產地
歐洲
選配技術方案
1) 與葉綠素熒光儀組成光合作用與葉綠素熒光測量系統
2) 與FluorCam聯用組成光合作用與葉綠素熒光成像測量系統
3) 可選配高光譜成像實現從單葉片到復合冠層的光合作用時空變化研究
4) 可選配O2測量單元
5) 可選配紅外熱成像單元以分析氣孔導度動態
6) 可選配PSI智能LED光源
7) 可選配FluorPen、SpectraPen、PlantPen等手持式植物（葉片）測量儀器，全面分析植物葉片生理生態
8) 可選配ECODRONE®無人機平臺搭載高光譜和紅外熱成像傳感器進行時空格局調查研究
部分參考文獻
1. 宋宗河, 鄭文寅 & 張學昆. 甘藍型油菜耐旱相關性狀的主成分分析及綜合評價. 中國農業科學 44, 1775–1787 (2011).
2. 李婷婷, 江朝暉, 閔文芳, 姜貫楊 & 饒元. 基于基因表達式編程的番茄葉片CO2交換率建模與預測. 浙江農業學報 28, 1616–1623 (2016).
3. Ton, Y. ADVANTAGES OF THE CONTINUOUS AROUND-THE-CLOCK MONITORING OF THE LEAF CO2 EXCHANGE IN PLANT RESEARCH AND IN CROP GROWING. 5
4. Jiang, Z. H., Zhang, J., Yang, C. H., Rao, Y. & Li, S. W. Comparison and Verification of Methods for M*riate Statistical Analysis and Regression in Crop Modelling. in Proceedings of the 2015 International Conference on Electrical, Automation and Mechanical Engineering (Atlantis Press, 2015). doi:10.2991/eame-15.2015.163
5. Ben-Asher, J., Garcia y Garcia, A. & Hoogenboom, G. Effect of high temperature on photosynthesis and transpiration of sweet corn (Zea mays L. var. rugosa). Photosynthetica 46, 595–603 (2008).
6. Schmidt, U., Huber, C. & Rocksch, T. EVALUATION OF COMBINED APPLICATION OF FOG SYSTEM AND CO2 ENRICHMENT IN GREENHOUSES BY USING PHYTOMONITORING DATA. Acta Horticulturae 1301–1308 (2008).
7. Qian, T. et al. Influence of temperature and light gradient on leaf arrangement and geometry in cucumber canopies: Structural phenotyping analysis and modelling. Information Processing in Agriculture (2018). doi:10.1016/j.inpa.2018.11.002
8. Uwe Schmidt, Ingo Schuch, Dennis Dannehl, Thorsten Rocksch & Sonja Javernik. Micro climate control in greenhouses based on phytomonitoring data.pdf.
9. Turgeman, T. et al. Mycorrhizal association between the desert truffle Terfezia boudieri and Helianthemum sessiliflorum alters plant physiology and fitness to arid conditions. Mycorrhiza 21, 623–630 (2011).
10. Ben-Asher, J., Nobel, P. S., Yossov, E. & Mizrahi, Y. Net CO2 uptake rates for Hylocereus undatus and Selenicereus megalanthus under field conditions: Drought influence and a novel method for analyzing temperature dependence. Photosynthetica 44, 181–186 (2006).
11. Zhaohui, J., Jing, Z., Chunhe, Y., Yuan, R. & Shaowen, L. Performance of classic multiple factor analysis and model fitting in crop modeling. Biol Eng 9, 8
12. Ojha, T., Misra, S. & Raghuwanshi, N. S. Wireless sensor networks for agriculture: The state-of-the-art in practice and future challenges. Computers and Electronics in Agriculture 118, 66–84 (2015).
采購中心
化工儀器網