基于图像的大田作物根系表型分析:以玉米/大豆间作系统为例


发布时间:

2021-01-28

来源:

本站

作者:

惠放

本文构建了一种基于图像的半自动的大田作物根系表型分析方法,包括图像采集、图像去噪与分割、特征提取和数据分析四个模块,能够提取5个全局特征和40个局部特征。通过对比人为统计的一级侧根分支数和本文构建的方法提取的结果,发现二者之间具有较好的一致性,R2 高达 0.97。在玉米/大豆间作系统中,基于该方法提取的根系表型特征参数,进一步发现玉米的种间优势主要表现在5-7轮节根基部5 cm内,而间作系统对大豆的明显抑制作用主要体现在主根基部20 cm范围内。因此,本文为大田根系形态和拓扑表型特征的研究提供了一种高通量和高精度的新方法,可以潜在的应用于大田根系三维结构的重建,以及根系生长、溶质运输和水分吸收的模型模拟(例如OpenSimRoot)。

 

图1 根系取样流程图

 

图2 基于图像高通量的大田根系表型分析方法

 

图3 图像分割可视化(A~J)和评估结果(K)

 

图4 玉米和大豆的全局根系表型特征

 

图5 玉米第4~7轮节根根段的根长(A)和根尖数(B)的变化动态。

 

图6 大豆根段的根长(A, D)、一级侧根数(B, E)和二级及以上侧根数(C, F)。

 

作者介绍:

论文第一作者为中国农业大学土地科学与技术学院博士生惠放,论文通讯作者为马韫韬博士。中国农业大学数字农业研究团队主要研究方向为多源尺度的植物功能-结构-环境互作的基因型/表型研究。包括植物根/冠生长与环境交互模型、植物三维表型与基因型关联模型、基于无人机和高精度遥感的植物动态生长监测等研究。长期招收多名硕士、博士研究生和合作博士后研究人员,有意者请联系:yuntao.ma@cau.edu.cn.

 

来源:

Hui Fang, Xie Zi-wen, LI Hai-gang, Guo Yan, Li Bao-guo, Liu Yun-ling, Ma Yun-tao. Image-based root phenotyping for field-grown crops: An example under maize/soybean intercropping. Journal of Integrative Agriculture, 2021, Doi:10.1016/S2095-3119(20)63571-7.

推荐新闻

石时之约|韩志国:透过表型数据,看见植物的喜怒哀乐!

本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。

慧科研、慧育种、慧种田——慧聚改变的力量

让我们“慧聚”在一起,为“慧科研、慧育种、慧种田”赋能。

高通量植物表型平台建设注意事项

育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。

作物生理表型测量基础原理

生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。