التنميط الظاهري القائم على الصور عالي الإنتاجية لتحديد الاستجابات المورفولوجية والفسيولوجية للإجهادات المفردة والمركبة في البطاطس

Lamis  Osama Anwar Abdelhakim; Barbora Pleskačová; Natalia Yaneth Rodriguez-Granados; Rashmi Sasidharan; Lucia Sandra Perez-Borroto; Sophia Sonnewald; Kristina Gruden; Ute C. Vothknecht; Markus Teige; Klára Panzarová

doi:10.3791/66255

Method Article

التنميط الظاهري القائم على الصور عالي الإنتاجية لتحديد الاستجابات المورفولوجية والفسيولوجية للإجهادات المفردة والمركبة في البطاطس

DOI:

10.3791/66255

⸱

June 7th, 2024

Lamis Osama Anwar Abdelhakim¹ , Barbora Pleskačová¹ , Natalia Yaneth Rodriguez-Granados² , Rashmi Sasidharan² , Lucia Sandra Perez-Borroto³ , Sophia Sonnewald⁴ , Kristina Gruden⁵ , Ute C. Vothknecht⁶ , Markus Teige⁷ , Klára Panzarová¹

¹PSI (Photon Systems Instruments), spol. s r.o. Drasov, ²Plant Stress Resilience, Institute of Environmental Biology, Utrecht University, ³Plant Breeding, Wageningen University and Research, ⁴Department of Biology, Biochemistry, Friedrich-Alexander Universität Erlangen-Nürnberg, ⁵Department of Biotechnology and Systems Biology, National Institute of Biology, ⁶Plant Cell Biology, Institute of Cellular and Molecular Botany, University of Bonn, ⁷Department of Functional & Evolutionary Ecology, University of Vienna

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

لقد صممنا بروتوكول التنميط الظاهري القائم على الصور لتحديد الاستجابات المورفولوجية والفسيولوجية للحرارة الفردية والمشتركة والجفاف وعلاجات التشبع بالمياه. مكن هذا النهج من تحديد الاستجابات المبكرة والمتأخرة والتعافي على مستوى المصنع بأكمله ، وخاصة الأجزاء الموجودة فوق سطح الأرض ، وسلط الضوء على ضرورة استخدام مستشعرات تصوير متعددة.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

يعد التنميط الظاهري القائم على الصور عالي الإنتاجية أداة قوية لتحديد تطور وأداء النباتات بشكل غير جراحي في ظل ظروف محددة بمرور الوقت. باستخدام مستشعرات تصوير متعددة ، يمكن تقييم العديد من السمات ذات الأهمية ، بما في ذلك الكتلة الحيوية للنبات ، وكفاءة التمثيل الضوئي ، ودرجة حرارة المظلة ، ومؤشرات انعكاس الأوراق. كثيرا ما تتعرض النباتات لضغوط متعددة في ظل الظروف الحقلية حيث تهدد موجات الحرارة الشديدة والفيضانات وأحداث الجفاف إنتاجية المحاصيل بشكل خطير. عندما تتزامن الضغوط ، يمكن أن تكون التأثيرات الناتجة على النباتات متميزة بسبب التفاعلات التآزرية أو العدائية. ولتوضيح كيفية استجابة نباتات البطاطا للإجهادات المفردة والمركبة التي تشبه سيناريوهات الإجهاد التي تحدث بشكل طبيعي، فرضت خمس معالجات مختلفة على صنف بطاطس مختار (Solanum tuberosum L., cv. Lady Rosetta) في بداية التدرن، أي المكافحة والجفاف والحرارة والتشبع بالمياه ومجموعات من الحرارة والجفاف وضغوط التشبع بالمياه. يظهر تحليلنا أن إجهاد التشبع بالمياه كان له التأثير الأكثر ضررا على أداء النبات ، مما أدى إلى استجابات فسيولوجية سريعة وجذرية تتعلق بإغلاق الثغور ، بما في ذلك انخفاض العائد الكمي وكفاءة النظام الضوئي الثاني وزيادة درجة حرارة المظلة ومؤشر المياه. تحت الحرارة وعلاجات الإجهاد المشترك ، انخفض معدل النمو النسبي في المرحلة المبكرة من الإجهاد. في ظل الجفاف والضغوط المشتركة ، انخفض حجم النبات وأداء التمثيل الضوئي مع زيادة درجة الحرارة وإغلاق الثغور في المرحلة المتأخرة من الإجهاد. سمح الجمع بين المعالجة المثلى للإجهاد في ظل ظروف بيئية محددة جنبا إلى جنب مع بروتوكولات التنميط الظاهري المختارة بالكشف عن ديناميكيات الاستجابات المورفولوجية والفسيولوجية للضغوط الفردية والمركبة. هنا ، يتم تقديم أداة مفيدة للباحثين في مجال النبات الذين يتطلعون إلى تحديد سمات النبات التي تدل على المرونة في مواجهة العديد من الضغوط المرتبطة بتغير المناخ.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

الآثار المحتملة لتغير المناخ ، بما في ذلك الزيادة في شدة وتواتر موجات الحرارة والفيضانات وأحداث الجفاف ، لها آثار سلبية على زراعة المحاصيل¹. من المهم فهم تأثير تغير المناخ على تقلب المحاصيل وما يترتب على ذلك من تقلبات في إنتاج المحاصيل السنوي². مع زيادة الطلب على السكان والغذاء ، يمثل الحفاظ على غلة نباتات المحاصيل تحديا ، وبالتالي ، فإن العثور على محاصيل مقاومة للمناخ للتكاثر أمر مطلوب بشكل عاجل ^3,4. البطاطا (Solanum tuberosum L.) هي واحدة من المحاصيل الغذائية الأساسية التي تساهم في الأمن الغذائي العالمي بسبب قيمتها الغذائية العالية وزيادة كفاءة استخدام المياه. ومع ذلك ، فإن انخفاض النمو والمحصول في ظل ظروف غير مواتية يمثل مشكلة رئيسية ، لا سيما في الأصناف الحساسة ^5,6. وسلطت العديد من الدراسات الضوء على أهمية البحث في النهج البديلة للحفاظ على إنتاجية محاصيل البطاطا، بما في ذلك الممارسات الزراعية، وإيجاد أنماط وراثية متسامحة، وفهم تأثير الإجهاد على التنمية والغلة⁷^،⁸^،⁹، وهو ما يطلبه مزارعو البطاطا ^{الأوروبيون (أو المزارعون)10}.

تتيح منصات التنميط الظاهري الآلية ، بما في ذلك التنميط الظاهري القائم على الصور ، التحليلات الكمية لهيكل النبات ووظيفته الضرورية لاختيار السمات ذات الصلة ذات الأهمية^11,12. التنميط الظاهري عالي الإنتاجية هو تقنية متقدمة غير جراحية لتحديد السمات المورفولوجية والفسيولوجية المختلفة ذات الأهمية بطريقة قابلة للتكرار وسريعة ¹³. على الرغم من أن النمط الظاهري يعكس اختلافات النمط الجيني فيما يتعلق بالتأثيرات البيئية ، فإن مقارنة النباتات في ظل ظروف خاضعة للرقابة مع الإجهاد تمكن من ربط معلومات التنميط الظاهري الشاملة بحالة محددة (إجهاد)¹⁴. يعد التنميط الظاهري القائم على الصور ضروريا في وصف تباين النمط الظاهري ، كما أنه قادر على فحص مجموعة من السمات عبر تطور النبات بغض النظر عن حجم السكان¹⁵. على سبيل المثال ، يتم استخدام قياس السمات المورفولوجية ، بما في ذلك الشكل والحجم ومؤشر اللون للأوراق باستخدام مستشعرات التصوير الأحمر والأخضر والأزرق (RGB) ، لتحديد نمو النبات وتطوره. علاوة على ذلك ، يتم قياس قياسات السمات الفسيولوجية ، بما في ذلك أداء التمثيل الضوئي ، ودرجة حرارة المظلة ، وانعكاس الأوراق ، باستخدام أنواع متعددة من أجهزة الاستشعار ، مثل مضان الكلوروفيل ، والأشعة تحت الحمراء الحرارية (IR) ، والتصوير الطيفي¹⁶. أظهرت الدراسات الحديثة في البيئات الخاضعة للرقابة إمكانية استخدام التنميط الظاهري القائم على الصور في تقييم الآليات المختلفة والاستجابات الفسيولوجية للنباتات تحت الضغوط اللاأحيائية مثل الحرارة في البطاطس¹⁷ ، والجفاف في الشعير¹⁸ ، والأرز¹⁹ ، والجفاف المشترك والمعالجة الحرارية في القمح²⁰. على الرغم من أن دراسة استجابات النباتات لتفاعلات الإجهاد المتعددة أمر معقد ، إلا أن النتائج تكشف عن رؤى جديدة في فهم آليات النبات في التعامل مع التغير السريع في الظروف المناخية²¹.

تتأثر الاستجابات الفسيولوجية والمورفولوجية للنبات بشكل مباشر بظروف الإجهاد اللاأحيائي (ارتفاع درجة الحرارة ونقص المياه والفيضانات) ، مما يؤدي إلى انخفاض الغلة²². على الرغم من أن البطاطس تتمتع بكفاءة عالية في استخدام المياه مقارنة بالمحاصيل الأخرى ، إلا أن نقص المياه يؤثر سلبا على كمية المحصول وجودته بسبب بنية الجذر الضحلة⁵. اعتمادا على شدة ومدة مستوى الجفاف ، يتم تقليل مؤشر مساحة الأوراق ، ويتضح التأخر في نمو المظلة مع تثبيط تكوين أوراق جديدة خلال المراحل اللاحقة من الإجهاد مما يؤدي إلى انخفاض معدل التمثيل الضوئي²³. يعد مستوى عتبة المياه أمرا بالغ الأهمية مع المياه الزائدة أو فترات الجفاف الطويلة ، مما يؤدي إلى تأثير سلبي على نمو النبات وتطور الدرنات بسبب نقص الأكسجين ، وانخفاض التوصيل الهيدروليكي للجذر ، وتقييد تبادل الغازات^24,25. علاوة على ذلك ، فإن البطاطس حساسة لدرجات الحرارة المرتفعة حيث تؤدي درجات الحرارة فوق المستويات المثلى إلى تأخر بدء الدرنات ونموها ومعدلات استيعابها²⁶. عندما تظهر الضغوط مجتمعة ، تختلف اللوائح الكيميائية الحيوية والاستجابات الفسيولوجية عن استجابات الإجهاد الفردية ، مما يسلط الضوء على ضرورة التحقيق في استجابات النبات لمجموعات الإجهاد²⁷. يمكن أن تؤدي الضغوط المشتركة إلى (أكثر) من الانخفاضات الشديدة في نمو النبات والتأثيرات الحاسمة على السمات المتعلقة بالإنجاب²⁸. يعتمد تأثير تركيبة الإجهاد على هيمنة كل إجهاد على الآخرين ، مما يؤدي إلى تعزيز أو قمع استجابة النبات (على سبيل المثال ، يؤدي الجفاف عادة إلى إغلاق الثغور بينما تكون الثغور مفتوحة للسماح بتبريد سطح الورقة تحت الإجهاد الحراري). ومع ذلك ، لا تزال أبحاث الإجهاد المشتركة ناشئة ، وهناك حاجة إلى مزيد من التحقيقات لفهم التنظيم المعقد الذي يتوسط استجابات النبات في ظل هذه الظروف²⁹. وبالتالي ، تهدف هذه الدراسة إلى تسليط الضوء والتوصية ببروتوكول التنميط الظاهري باستخدام أجهزة استشعار تصوير متعددة يمكن أن تكون مناسبة لتقييم الاستجابات المورفولوجية الفسيولوجية وفهم الآليات الأساسية للأداء العام للبطاطس في ظل علاجات الإجهاد الفردية والمركبة. كما هو مفترض ، أثبت الجمع بين مستشعرات التصوير المتعددة أنه أداة قيمة لتوصيف الاستراتيجيات المبكرة واللاحقة أثناء استجابة إجهاد النبات. سيكون تحسين بروتوكول التنميط الظاهري القائم على الصور أداة تفاعلية لباحثي النباتات والمربين للعثور على السمات ذات الأهمية لتحمل الإجهاد اللاأحيائي.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. إعداد المواد النباتية وظروف النمو

زرع البطاطس في المختبر (Solanum tuberosum L. ، cv. Lady Rosetta) قصاصات من زراعة الأنسجة إلى أواني سعة 250 مل.
املأ الأواني بركيزة Klasmman المشبعة بالكامل 2 واحتفظ بها في غرفة النمو تحت ظروف الإضاءة المنخفضة لمدة أسبوع واحد.
اضبط ظروف الإضاءة على مستوى المظلة إلى 160 μmol · ^m-2 · ^s-1 بمزيج من 25٪ ضوء أبيض و 35٪ تحت الحمراء باستخدام مقياس الضوء.
زرع النباتات بعد 10 أيام من زراعة العقل في المختبر في التربة في أواني سعة 3 لتر (قطر 15.5 سم ، ارتفاع 20.5 سم).
املأ وعاء 3 لتر ب 1850 جم من 3: 1 Klasmann Substrate 2: Sand.
ضع النباتات في غرفة النمو تحت ظروف إضاءة تبلغ 320 ميكرومول · م ^-2 · ثانية ^-1 بمزيج من 55٪ ضوء أبيض و 81٪ أشعة تحت الحمراء واضبطها على نظام يوم طويل (فترة ضوئية 16 ساعة).
اضبط درجة الحرارة في غرفة النمو على 22 درجة مئوية / 19 درجة مئوية ليلا ونهارا والرطوبة النسبية (RH) على 55٪ للتجربة بأكملها.
حافظ على وزن الوعاء عند 60٪ من محتوى الماء النسبي للتربة (SRWC) كمستوى تحكم مناسب للحفاظ على النمو والمحصول^30,31.
ملاحظة: استنادا إلى التجارب السابقة ، أدى الحفاظ على محتوى الماء الحجمي فوق 60٪ إلى تعزيز نمو الطحالب على سطح التربة وزيادة خطر الإصابة بأمراض النبات. بالإضافة إلى ذلك ، يمكن أن يولد وجود الطحالب إشارات إيجابية مضللة من التصوير الفلوري بالكلوروفيل ، وهو أمر يصعب تصفيته. استخدم المعادلة التالية: SRWC٪ = (FW-DW) / (TW-DW) × 100 ، حيث FW هو الوزن الطازج للتربة ، TW هو الوزن المنتفخ ، و DW هو الوزن الجاف³².
1. حدد عينات التربة (100 جم) من ثلاثة أكياس خليط Klasmman Substrate 2 مختلفة كمكررات وقم بوزن الوزن الطازج للتربة.
2. تشبع التربة بالماء حتى تحتفظ الأواني بالماء دون أن تقطر وتزن وزن التربة المنتفخة.
3. ضع العينة في الفرن على حرارة 80 درجة مئوية لمدة 3 أيام حتى تجف عينات التربة تماما وتزن وزن التربة الجافة³³.
ضع الحصائر الزرقاء على سطح القدر لتقليل التبخر.
ملاحظة: اللون الأزرق ضروري لطرح خلفية التربة من وحدات بكسل النبات في تجزئة الصورة.
حدد عشرة نسخ بيولوجية لكل علاج.
عشوائية الأواني أثناء الري (في المجموع ، 50 وعاء).
أضف الحوامل الزرقاء لدعم النباتات وتجنب التلف الميكانيكي عند وضعها في نظام التنميط الظاهري.

2. تطبيق الإجهاد

في مرحلة التدرن المبكرة (بعد 28 يوما من زرع العقل في المختبر ) ، قسم النباتات إلى خمس مجموعات معالجة والنمط الظاهري عشرة نباتات لكل علاج (الشكل 1).
حث الإجهاد الفردي والمشترك إلى مستوى غير ضار على النحو التالي:
1. في غرفة النمو ، حافظ على النباتات تحت السيطرة والجفاف وعلاجات التشبع بالمياه عند 22 درجة مئوية / 19 درجة مئوية ليلا ونهارا (الخطوة 1.7) ، بنسب مختلفة من SRWC:
  التحكم (C) مع 60٪ SRWC للتجربة بأكملها.
  الجفاف (D) مع 20 ٪ SRWC تدريجيا لمدة 7 أيام ، تليها 1 يوم من الانتعاش.
  التشبع بالمياه (W) مع 160٪ SRWC لمدة 5 أيام ، تليها 10 أيام من التعافي.
2. للحفاظ على مستوى الماء فوق سطح التربة في معالجة التشبع بالمياه ، أدخل كيسا بلاستيكيا في الوعاء الفارغ ثم ضع الوعاء الرئيسي مع التربة في الوعاء الثاني المحضر.
3. ضع النباتات في كبسولة نمو عند 30/28 درجة مئوية ليلا ونهارا و 55٪ رطوبة نسبية للمعالجات الحرارية. فرض الضغوط الحرارية الفردية والمركبة على النحو التالي:
  1. بالنسبة للحرارة (H) ، حافظ على درجة الحرارة 30-28 درجة مئوية مع 60٪ من SRWC لمدة 15 يوما.
  2. بالنسبة للحرارة + الجفاف + التشبع بالمياه (HDW) الإجهاد الثلاثي ، قم بتعريض النباتات للمعالجة الحرارية عند 30 درجة مئوية / 28 درجة مئوية ليلا ونهارا لمدة 7 أيام الأولى (مع الحفاظ على 60٪ SRWC) ، تليها المعالجة المركبة للجفاف + الحرارة لمدة 7 أيام أخرى (20٪ SRWC و 30 °C / 28 °C) وأخيرا تعريض النباتات لإجهاد التشبع بالمياه لمدة 1 يوم. بالنسبة للأخير ، ضع النباتات مرة أخرى في غرفة النمو (انظر الخطوة 1.7 للظروف) وحث التشبع بالمياه إلى 160٪ SRWC لمدة يوم واحد.
    ملاحظة: استندت الفترات المختارة للإجهادات المستحثة إلى تجربة تجريبية أظهرت آثار الإجهاد دون آثار ضارة مع بقاء 100٪ من النباتات المعالجة. في بيئة غرفة النمو ، كان تباين الظروف البيئية في حدود 0.2 درجة مئوية ± درجة مئوية لدرجة الحرارة و ± 3٪ للرطوبة.

3. إعداد النبات للتنميط الظاهري

بعد تشغيل الأضواء في الساعة 6:00 صباحا في غرف النمو ، اسمح للنباتات بالتأقلم في ظل ظروف ضوء النمو المستمر (320 μmol · ^m-2 · ^s-1) لمدة 2-3 ساعات على الأقل قبل بدء بروتوكول التنميط الظاهري. هذا يضمن أن التمثيل الضوئي وتنظيم الثغور في حالة مستقرة³⁴.
قبل القياس ، انقل النباتات من موقع زراعتها إلى منطقة عازلة للنمو في نظام التنميط الظاهري المستخدم للتحميل اليدوي للنباتات في النظام بينما يكون التسجيل الآلي في وضع الاستعداد ويتم وضعه داخل الدفيئة (الشكل التكميلي 1 ، الشكل التكميلي 2 ، والشكل التكميلي 3).
ملاحظة: تم الاحتفاظ بالنباتات في منطقة عازلة للنمو خلال فترة التنميط الظاهري التي استمرت 3.5 ساعة. في الدفيئة ، كان تباين الظروف البيئية في حدود ± 2 درجة مئوية لدرجة الحرارة ، و ± 5٪ للرطوبة ، و 20٪ تقلب في شدة الضوء. وبالتالي ، ضع في اعتبارك أن القياسات يجب أن تبدأ على الفور وأن تكون قصيرة ، وتجنب تأثير ظروف الدفيئة على النباتات.
في منصة التنميط الظاهري ، ضع الأواني في الأقراص التي تتحرك تلقائيا على حزام ناقل في فترات زمنية معينة إلى مستشعر التصوير وفقا لبروتوكولات القياس المحددة في القسم 4.
قم بتسمية كل مصنع / صينية بمعرف فريد لضمان تعيين البيانات المقاسة للمصنع الصحيح طوال التجربة.

4. بروتوكول التنميط الظاهري

تحسين بروتوكول التنميط الظاهري باستخدام مستشعرات تصوير متعددة (مضان الكلوروفيل ، الأشعة تحت الحمراء الحرارية ، RGB ، والتصوير الطيفي) ، مما يسمح بالقياس المتزامن لكل من المعلمات الفسيولوجية والمورفولوجية للنباتات (الشكل 2).
ملاحظة: نظرا لأن استجابات النبات تعكس الظروف البيئية والتأثيرات النهارية ، فمن المهم مراعاة التوزيع العشوائي للأواني وإجراء التنميط الظاهري خلال نفس الفترة من اليوم.
في منصة التنميط الظاهري ، تأكد من دخول النباتات إلى النظام من خلال نفق التكيف (الشكل 2 أ) حيث يتم التقاط ارتفاع النبات أولا ، ثم يتم ضبط ارتفاع كل مستشعر بناء على مسافة العمل الثابتة.
قم بإجراء القياسات في جولتين كما هو مبرر في بروتوكول القياس باستخدام البرنامج.
1. في الجولة الأولى ، تشمل قياسات الاستجابات الفسيولوجية المحددة كميا على أنها "تفاعلات سريعة" باستخدام مضان الكلوروفيل والتصوير الحراري.
2. ابدأ بقياس المعلمات الفسيولوجية تحت علاجات الإجهاد الحراري ثم بقية العلاجات.
3. في الجولة الثانية ، تابع القياسات الأخرى لتقييم الاستجابات الأبطأ ، بما في ذلك RGB الهيكلي والتصوير الطيفي ، متبوعا بتقييم الوزن والري.
أثناء خطوة الوزن والري، حدد الوزن المرجعي لكل مصنع لتمكين الري والوزن الآلي للمعالجة المحددة.
1. تأكد من أن الوزن المرجعي الإجمالي يشمل وزن القرص ، والإدراج الموجود على الحزام الناقل ، ودعم الحامل الأزرق ، والحصيرة الزرقاء ، والوعاء ، والتربة ، والكتلة الحيوية النباتية في البروتوكول المحدد.
2. لقياس دقيق للتبخر أثناء خطوة الوزن والري ، قم بإعداد الأواني الفارغة كمرجع. بالإضافة إلى ذلك ، قم بإعداد أواني إضافية لتصحيح وزن الكتلة الحيوية للنبات.
لقياس 50 نباتا ، تستغرق مدة بروتوكول التنميط الظاهري بالكامل 215 دقيقة (85 دقيقة^{في الجولة الأولى} و 130 دقيقة^{في الجولة 2} ).
النمط الظاهري يوميا جميع النباتات تحت ظروف السيطرة (1 يوم قبل العلاج) ومن ثم حث علاجات الإجهاد لرصد الاستجابات الديناميكية وتقييم المراحل المبكرة والمتأخرة من الإجهاد المستحث.

5. ضبط الإعدادات لكل مستشعر تصوير

التصوير الحركي بالكلوروفيل الفلوري
ملاحظة: يستخدم مضان الكلوروفيل الحركي للتحقيق في قدرة التمثيل الضوئي للنباتات استجابة للظروف البيئية المختلفة ، بما في ذلك الضغوط اللاأحيائية ، ولتوفير معلومات قيمة حول الكفاءة الكمية للكيمياء الضوئية وتبديد الحرارة (عملية غير كيميائية ضوئية).
1. إجراء قياس مضان الكلوروفيل على النباتات المتكيفة مع الضوء باستخدام بروتوكول ضوئي قصير لتمييز استجابات النباتات تحت معالجات مختلفة.
2. تأقلم³⁵ محطة لمدة 5 دقائق تحت الضوء في نفق التكيف المجهز بمصابيح LED بيضاء باردة (6500 كلفن) عند 500 ميكرومول · م ^-2 · ثانية ^-1.
  ملاحظة: التصوير الفلوري بالكلوروفيل هو القياس الأول بعد التكيف الضوئي المستخدم لمراقبة التغيرات في قدرات التمثيل الضوئي للنباتات.
3. حدد البروتوكول المحدد مسبقا وقم بتحسينه وفقا لحجم المصنع وشدة الضوء المطلوبة.
4. قم بتحسين إعدادات القياس ، بما في ذلك إعدادات الكاميرا وشدة الضوء لضمان الحصول على إشارة قوية مع نسبة إشارة إلى ضوضاء مثالية.
  1. اضبط إعدادات الكاميرا مثل الغالق (وقت التعرض ومدة قياس الومضات) والحساسية (الكسب الكهربائي للكاميرا). استخدم الغالق عند 2 مللي ثانية والحساسية بنسبة 12٪.
    ملاحظة: يتم ضبط هذه القيم بناء على حجم الورقة وشكلها والمسافة المحددة بين الجزء العلوي من المظلة ومستشعر التصوير.
  2. اضبط شدة الضوء الأكتيني عند 500 μmol · ^m-2 · ^s-1 واضبط نبضة التشبع على 3200 μmol · ^m-2 · ^s-1 ، وهو أعلى 6-7 مرات على الأقل من الضوء الأكتيني.
5. لقياس المعلمات في الحالة المستقرة للضوء (Lss) (الموضحة أدناه) النباتات التي تتكيف مع الضوء لمدة 5 دقائق قبل القياسات في نفق التكيف مع الضوء.
6. لتقدير العائد الكمي للنظام الضوئي المستقر II (PSII) للنباتات المتكيفة مع الضوء ، حدد بروتوكول الضوء القصير (الشكل 3) واضبط البروتوكول على النحو التالي.
  ملاحظة: كانت مدة البروتوكول 10 ثوان لكل مصنع.
  1. ابدأ القياس عن طريق تشغيل الضوء الأكتيني الأبيض البارد عند 500 μmol · ^m-2 · ^s-1 لمدة 3 ثوان لقياس مضان الحالة المستقرة في الضوء (F_t_Lss ويعرف أيضا باسم . F_t')
  2. تطبيق نبضة التشبع عند 3200 μmol · ^m-2 · ^s-1 لمدة 800 مللي ثانية لقياس الحالة المستقرة القصوى للتألق في الضوء (F_m_Lss ويعرف أيضا باسم . F_m')
  3. أطفئ الضوء الأكتيني ، ثم قم بتشغيل الضوء الأحمر البعيد (735 نانومتر) لتمكين PSII من الاسترخاء في الظلام لمدة 800 مللي ثانية وقياس الحد الأدنى من مضان الحالة المستقرة في الضوء (F_o_Lss ويعرف أيضا باسم PSII. F_o').
7. لحساب المعلمات النسبية ، استخدم برنامج محلل البيانات الذي يطرح الخلفية ويستخرج المعلمات ذات الصلة.
  ملاحظة: المعلمات المستخرجة من البروتوكول المستخدم هي: أقصى كفاءة للكيمياء الضوئية PSII للعينة المتكيفة مع الضوء في الحالة المستقرة للضوء المحددة على أنها F_v / F m _Lss ويعرف أيضا باسم F v / F_m ويعرف أيضا باسم F. F_v'/F_m'، العائد الكمي للنظام الضوئي الثاني أو كفاءة التشغيل للنظام الضوئي الثاني في الحالة المستقرة للضوء المعرف على أنه QY_Lss يعرف أيضا باسم . φ_PSII = F_q '/ F_m'، ويتم تحديد جزء مراكز التفاعل المفتوحة في PSII (ضمان الجودة المؤكسد) على أنه qL_Lss = (F_q'/F_v') x (F₀'/F_t').
التصوير الحراري بالأشعة تحت الحمراء (IR)
ملاحظة: يستخدم التصوير الحراري بالأشعة تحت الحمراء للقياس غير الجراحي لدرجة حرارة المظلة الفعلية ، وبالتالي تحديد لوائح الثغور المختلفة. في وحدة التصوير الحراري بالأشعة تحت الحمراء ، يتم تثبيت كاميرا حرارية بشكل جانبي على الذراع الروبوتية لقياس درجة حرارة المظلة من المنظر الجانبي.
1. لزيادة تباين درجة حرارة الخلفية على درجة حرارة الكائن المصور أثناء معالجة الصورة ، استخدم جدارا ساخنا يتم التحكم فيه تلقائيا على الجانب الآخر من الكاميرا الحرارية لزيادة التباين. تنظيم درجة حرارة الجدار عند 8 درجات مئوية فوق درجة حرارة الهواء في وحدة التصوير.
  ملاحظة: تم الحصول على الصور الحرارية في الظلام باستخدام وضع مسح الخط³⁵.
2. بعد الحصول على الصورة ، قم بإنشاء قناع نباتي بناء على بيانات العرض الجانبي RGB واستخدمه للمشاركة في التسجيل مع البيانات الحرارية في تحليل الصورة. وهذا يضمن التحديد الدقيق للكائن الممسوح ضوئيا مع القضاء على تداخل الخلفية مثل حامل المصنع.
3. لمنع تأثير الظروف البيئية المتقلبة طوال التجربة بأكملها ، احسب فرق درجة حرارة المعلمة (delta T أو ΔT).
  ملاحظة: يتم تعريف Delta T (ΔT) على أنه الفرق بين درجة الحرارة المقاسة لسطح الورقة (متوسط جميع وحدات البكسل من كامل سطح النبات المكتشف) ودرجة حرارة الهواء المحيط داخل صندوق التصوير.
تصوير RGB
ملاحظة: يعتمد تصوير RGB على كاميرات نظام القصور الذاتي البصري (VIS) التي تكتشف الضوء في النطاق المرئي من 400-700 نانومتر ، حيث يتم استخدامه للتحليل المتعمق لمورفولوجيا النبات والهندسة المعمارية واستخراج ميزات مؤشر الألوان.
1. تحتوي وحدة التصوير على طاولة دوارة لتحديد موضع الدرج بدقة وتسمح في نفس الوقت بالتصوير متعدد الزوايا للمناظر الجانبية.
2. اضبط تصوير RGB استنادا إلى تصوير الرؤية الجانبية لالتقاط النبات من ثلاث زوايا (0 درجة و 120 درجة و 240 درجة) ، والتي يتم التقاطها في وضع المسح الخطي (RGB1) وتصوير الرؤية العلوية في وضع اللقطة (RGB2).
3. تحتوي كلتا الكاميرتين على مصدر إضاءة قائم على LED ، مما يضمن إضاءة متجانسة للمصنع المصور ، وبالتالي تحديد الميزات المورفولوجية واللونية بدقة.
4. استخراج المعلمات المحسوبة باستخدام برنامج محلل البيانات.
5. للحصول على معلمات إضافية بناء على المشاهدات الجانبية والعلوية ، احسب حجم النبات (الكتلة الحيوية الرقمية)³⁶:
6. احسب معدل النمو النسبي (RGR)³⁷:
  
  حيث تشير T_n و T_{n + 1} إلى الفاصل الزمني (أيام).
التصوير الطيفي
ملاحظة: يستخدم التصوير الطيفي لتصور الانعكاس الطيفي للنباتات. التغيرات في انعكاس الأوراق هي مؤشرات على الحالة الفسيولوجية المختلفة للنبات المعين.
1. استخدم مستشعر التصوير الطيفي لتحديد انعكاس المظلة في الجزء المرئي من أطياف الضوء ، مع كاميرا فائقة الطيفية مرئية قريبة من الأشعة تحت الحمراء (VNIR) في النطاق 380-900 نانومتر وكاميرا الأشعة تحت الحمراء ذات الطول الموجي القصير (SWIR) في النطاق 900-1700 نانومتر.
2. يتم تثبيت الكاميرات على ذراع روبوتية مع مصدر ضوء أنبوب هالوجين مطبق (600 واط) لإضاءة عينة متجانسة ومناسبة طيفيا أثناء التقاط الصور عبر منطقة XZ.
3. تعمل كلتا الكاميرتين في وضع المسح الخطي ويتم وضعهما في صندوق تصوير معزول بالضوء.
4. قبل كل جولة قياس ، قم بإجراء قياسين للمعايرة (تلقائيا): معايرة التيار المظلم والمعايرة الإشعاعية باستخدام معيار تفلون الانعكاس الطيفي.
5. يتم طرح صورة المعايرة المظلمة من صورة المعايرة الأولية والبيضاء لإزالة ضوضاء التيار المظلم. بعد ذلك ، قم بإنشاء الطيفية النهائية بقسمة الصورة الأولية بعد الطرح على صورة المعايرة البيضاء.

6. تصدير البيانات وتحليل الصور

استخدم برنامج محلل البيانات للاستخراج التلقائي وطرح الخلفية وتجزئة قناع النبات لخط أنابيب معالجة الصور (الشكل 2 ب).
يقوم البرنامج بإجراء تحليل مؤتمت بالكامل حيث تتم معالجة تطبيق القناع وطرح الخلفية الذي يتم فيه عزل النباتات عن خلفيتها وحساب المعلمات كما هو موضح لتصوير RGB³⁸ والتصوير الحراري²⁰.
قم باستخراج المعلمات المقاسة والمحسوبة من وحدات البكسل الخاصة بالنبات كما هو محدد بواسطة قناع النبات وقناع الدرج الذي تم إنشاؤه بواسطة صورة RGB.
إذا لم يتم تحديد الصور بالكامل ، والتي يمكن أن تحدث بسبب التغيرات في خضرة الغطاء النباتي خلال مراحل النمو اللاحقة أو تأثير معالجة الإجهاد ، فافتح جزء تحليل البيانات المحلي في البرنامج وأعد ضبط إعدادات Plant Mask في برنامج محلل البيانات اعتمادا على كل مستشعر.
في معالجة صور مضان الكلوروفيل ، اضبط معلمات تحليل إعدادات قناع النبات الفلوري للكلوروفيل (الشكل التكميلي 4).
1. اضبط العتبة على أنها صواب، مما يعني أن تجزئة النبات يتم تنفيذها تلقائيا.
2. اضبط فهرس إطار القناع على أنه خطأ، مما يعني أنه للكشف عن قناع النبات ، يتم استخدام الإطار المرئي الزمني كما هو محدد في بروتوكول مضان الكلوروفيل.
في معالجة الصور الحرارية ، اضبط معلمات تحليل قناع النبات (الشكل التكميلي 5).
1. قم بتعيين الحد التلقائي لإنشاء قناع الكائن على أنه خطأ.
2. اضبط القناع من الصورة الجانبية RGB على أنه True لاستخدامه في التحليل.
في معالجة صور RGB ، اضبط معلمات تحليل إعدادات قناع النبات (الشكل التكميلي 6 والشكل التكميلي 7) اعتمادا على النوع ومرحلة النمو.
1. حدد الصيغة 4 * G-3 * B-R ، وهو تعريف إنشاء قناع الكائن ويحدد مكون اللون المستخدم (مكون أحمر ، أخضر ، أزرق).
  ملاحظة: يمكن أن تتغير هذه الصيغة القياسية والإعدادات الأخرى اعتمادا على نوع الكاميرا المستخدمة (عرض أعلى أو حجم) ، والعلاج المطبق ، والأصناف المختلفة.
2. اضبط العتبة المستخدمة لتحويل صورة الدرجات الرمادية بقناة خضراء محسنة إلى صورة ثنائية تحدد السطح الذي يغطيه النبات.
3. اضبط متوسط حجم المرشح المستخدم لتقليل الضوضاء ووحدات البكسل غير الصالحة وملء وحدات البكسل المفقودة.
4. اضبط الحد الأدنى لحجم الكائن بالبكسل ليتم تضمينه في التحليل.
5. اضبط الحد الأدنى لحجم الثقوب في كائنات القناع بالبكسل، عادة عشرات البيكسلات. يتم إغلاق الثقوب الأصغر من هذه القيمة وأخذها في وحدات بكسل الكائن.
6. اضبط استخدام تقليل الانعكاس على أنه صحيح لتسوية قيم RGB في كل بيكسل.
7. اضبط تخطي النقاط المكشوفة السيئة على أنها صحيحة لاقتصاص البيكسلات المكشوفة فوق/تحت قناع النبات (على سبيل المثال، حذف انعكاسات السطح أو وحدات البكسل الداكنة حيث تكون الضوضاء أكبر من الإشارة).
قم بتلوين إعدادات التجزئة التي تم تحليلها من RGB باستخدام برنامج محلل البيانات لتوفير معلومات حول تغيرات اللون المتعلقة باستجابات الإجهاد وشيخوخة النبات.
ملاحظة: يتم تقدير الخضرة باستخدام مجموعة محددة مسبقا من الألوان التي تمثل جميع مراحل تطور النبات. تم تجميع الكثافة في قنوات الألوان من جميع وحدات البكسل المقابلة لسطح النبات وتجميعها لاستخدامها كخريطة ألوان مصدر لتجزئة الألوان.
1. قم بتوفير صورة RGB المعالجة (الخلفية التي تمت إزالتها) ، وخريطة الألوان - قائمة الأشكال لتحليل محدد ، كمدخل في البرنامج.
2. للحصول على نتائج غير متحيزة ، قم بإجراء اختيار الأشكال باستخدام مجموعة بيانات "تدريب" وحدد مراحل وعلاجات تنموية مختلفة.
  ملاحظة: يحفظ التحليل قيم R وG وB لكل بكسل من كل صورة من مجموعة بيانات التدريب هذه.
3. حدد عدد الأشكال (حدد 6 أشكال) باستخدام البرنامج لإخراج تعريف الألوان ، بدءا من 0-255 لكل قناة.
4. قم بتوفير قائمة الأشكال التي تم إنشاؤها في برنامج محلل البيانات (الألوان).
في معالجة الصور الطيفية ، قم بمعالجة البيانات الطيفية التي تم الحصول عليها باستخدام تحليل بكسل تلو الآخر المطبق في برنامج محلل فرط الطيفية ، والذي يتميز بمعايرة الضوضاء الإشعاعية والظلام ، وطرح الخلفية ، وتجزئة قناع النبات. استخدم متوسط الأطياف ومؤشرات الغطاء النباتي لمزيد من التحليل.
قم بإنشاء قناع لاستخراج البيانات من الصورة الطيفية الفائقة من صورة VNIR التي تم التقاطها بواسطة كاميرا VNIR Hyperspectral. بالنسبة للمسح الطيفي SWIR ، قم بإنشاء قناع نباتي بناء على تحليل SWIR.
1. في قناع نبات VNIR ، استخدم الصيغة 1.2 * (2.5 * (R740-R672) -1.3 * (R740-R556)) لتصور الصور حيث يمثل R قيمة الانعكاس في طول موجي معين (الشكل التكميلي 8).
2. في قناع مصنع SWIR ، استخدم الصيغة (R960-R1450) - (R960-R1200) في معالجة الصور لتصور الصور (الشكل التكميلي 9).

7. الوزن والري

قم بتخزين الوزن (قبل) الري أثناء إجراء الوزن والري. ثم ضع الري ، وحافظ على الوزن بعد الري أيضا.
سقي الصواني في الوضع المرجعي - كان لكل صينية قيمة مرجعية مخزنة في قاعدة البيانات ، والتي كانت تسقى إليها دائما. تحديد المرجع على أساس العلاج.

8. تحليل البيانات

تحليل البيانات باستخدام اختبار ANOVA و Shapiro.
قم بإجراء مقارنات زوجية بين العلاجات المختلفة بواسطة اختبار Pairwise Wilcox في R studio (الإصدار 4.2.3) باستخدام حزم (dplyr) و (tidyverse) و (rstatix) و (ggpubr).
ملاحظة: تم إجراء تحليل الصور تلقائيا باستخدام برنامج محلل البيانات. لمزيد من التحليل للحصول على الصور ، استخدم برنامج محلل البيانات الخاص بالمستشعر.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

في هذه الدراسة ، تم استخدام التنميط الظاهري الآلي القائم على الصور للتحقيق في الاستجابات المورفولوجية والفسيولوجية للبطاطس (السيرة الذاتية ليدي روزيتا) تحت ضغط واحد ومجتمع. أظهر النهج التطبيقي الاستجابات الديناميكية للنباتات ذات الدقة المكانية والزمانية العالية عندما تم تحفيز الإجهاد في مرحلة بدء الدرنات. لتقييم المراحل المبكرة والمتأخرة من الإجهاد ، تم تقديم النتائج على أنها 3 فترات زمنية ([0-5 أيام من التنميط الظاهري (DOP)] ، [6-10 DOP] ، و [11-15 DOP]) (الشكل 1). حتى 0 DOP ، تمت زراعة جميع النباتات في ظل ظروف التحكم (C) ، ثم من 1-5 DOP ، حيث تم تطبيق إجهاد التشبع بالمياه (W) والإجهاد الحراري (H). وهكذا، لوحظت الردود على النحو التالي: '1' في 0-5 DOP، أشارت إلى الحرارة الأولية والتشبع بالمياه؛ (ب) في 0-5 DOP، أشارت إلى الحرارة الأولية والتشبع بالمياه؛ (ب) في 0-5 DOP، أشارت إلى الحرارة الأولية والتشبع بالمياه؛ (ج) في 0-5 DOP، (ii) في 6-10 DOP ، يعكس الجفاف المبكر (D) ولوحظ الجمع بين الحرارة والجفاف (HD) و (iii) في 11-15 DOP ، أظهر الحرارة المتأخرة والجفاف والحرارة المشتركة + الجفاف + التشبع بالمياه (HDW). لوحظ الانتعاش من التشبع بالمياه في 6-10 DOP و 11-15 DOP.

الصفات المورفولوجية
تم تطبيق تصوير RGB لتحديد تأثير الضغوط والتركيبات المختلفة على نمو النبات فوق سطح الأرض. تظهر النتائج في الشكل 4 أن المعالجة الحرارية وإجهاد التشبع بالمياه (0-5 DOP) يتسببان بالفعل في انخفاض حجم النبات و RGR مقارنة بالتحكم. خلال 6-10 DOP ، زاد حجم النبات و RGR لمحطات التحكم باستمرار ، بينما تحت الحرارة والحرارة المشتركة والجفاف والتشبع بالمياه ، تم تقليل هذه الزيادة في حجم النبات بشكل واضح (الشكل 4 أ). نظرا لأن النباتات معرضة جدا لإجهاد التشبع بالمياه ، فقد ظهر انخفاض واضح في RGR (الشكل 4B). خلال إجهاد الجفاف المتأخر (11-15 DOP) ، حيث تم الحفاظ على SRWC عند 20٪ ، لوحظ انخفاض واضح في RGR مقارنة بالسيطرة. ومع ذلك ، في المرحلة المتأخرة من HDW مجتمعة ، تسبب تطبيق علاج التشبع بالمياه في زيادة RGR في اليوم الأخير من الإجهاد.

الصفات الفسيولوجية
تم تطبيق مزيج من التنميط الظاهري الهيكلي والفسيولوجي للكشف عن المزيد من الاستجابات للإجهاد. يتيح استخدام مستشعرات تصوير متعددة تحديد الاستجابات الفسيولوجية في المرحلة المبكرة من الإجهاد. أظهر تحليل إضافي لبيانات مضان الكلوروفيل أن التشبع بالمياه كان يؤثر سلبا على كفاءة التمثيل الضوئي حيث انخفض F_v '/ F_m' (F_v /_{F m}_Lss) بشكل كبير في 0-5 DOP و 6-10 DOP ، ولكن لوحظت استجابة تعافي في 11-15 DOP حيث زادت F_v '/ F_m' بشكل طفيف (الشكل 5A). خلال مرحلة الإجهاد المتأخر (11-15 DOP) ، لوحظ انخفاض F_v '/ F_m' في الجفاف والحرارة والجفاف مجتمعين. في المحطات المشبعة بالمياه ، كانت كفاءة تشغيل النباتات (QY_Lss المعروفة أيضا باسم φ_PSII) أقل بكثير مقارنة بالمعالجات الأخرى في 0-5 DOP و 6-10 DOP ولكن زيادة طفيفة عند 11-15 DOP ، مما يشير إلى تعافي النبات (الشكل 5B). علاوة على ذلك ، تم تحديد الآليات المختلفة في تنظيم الكفاءة المساهمة في حماية PSII من خلال حساب جزء من مراكز التفاعل المفتوحة في PSII في حالة مستقرة خفيفة (qL_Lss) (الشكل 5C). فقط تحت الجفاف لوحظت زيادة في qL ، ربما بسبب تثبيط الضوء.

كانت هذه النتائج متوافقة مع بيانات الأشعة تحت الحمراء التي تعكس الآليات الأساسية المختلفة تحت الضغط (الشكل 6). لوحظت زيادة في دلتا (ΔT) في التشبع بالمياه ، مما قلل من سعر صرف الغاز. في ظل الجفاف المتأخر والحرارة والإجهاد المشترك ، كانت الزيادة في ΔT بسبب إغلاق الثغور ، والتي تعتبر واحدة من الاستجابات الأولية لتجنب فقدان الماء الزائد. من ناحية أخرى ، لوحظ انخفاض في ΔT تحت المعالجة الحرارية حيث تفتح الثغور لتعزيز كفاءة النتح وتبريد سطح الورقة.

من خلال التحقيق في البيانات فوق الطيفية ، تم اختيار معلمتين من بيانات VNIR فوق الطيفية لتقييم مؤشرات انعكاس الأوراق ، بما في ذلك NDVI كمؤشر لمحتوى الكلوروفيل و PRI كمؤشر لكفاءة التمثيل الضوئي. أظهرت النتائج انخفاضا في NDVI و PRI فقط تحت التشبع بالمياه فيما يتعلق بالانخفاض الذي لوحظ في الصفات المورفولوجية (الشكل 7 أ ، ب). علاوة على ذلك ، من بيانات SWIR فائقة الطيفية المستخدمة لتقييم محتوى الماء في النباتات ، لوحظت زيادة في مؤشر المياه في التشبع بالمياه خلال 0-5 DOP (الشكل 7C). ومع ذلك ، في ظل المعالجات الحرارية ، لوحظت استجابة معاكسة حيث كان مؤشر المياه أقل من التحكم. كانت هذه النتائج متوافقة مع فحص الغطاء النباتي من تجزئة اللون لمنظر RGB العلوي. تشير التغيرات في نسبة الأشكال إلى استجابات الإجهاد بمرور الوقت (الشكل 8). أظهر مؤشر التخضير انخفاضا في محتوى الصباغ تحت الجفاف و HDW مجتمعة في مرحلة الإجهاد المتأخرة والانتعاش التدريجي من معالجة التشبع بالمياه. وبالتالي ، فإن استخدام مستشعرات التصوير المتعددة يعكس ارتباط الصفات المورفولوجية الفسيولوجية ومكن من تقييم الأداء العام للنبات تحت الضغوط اللاأحيائية.

figure-results-1
الشكل 1: الجدول الزمني لتطبيق العلاجات المختلفة ، بما في ذلك عمر النباتات في الأيام بعد زرع العقل في المختبر . تم قياس اليوم 0 من التنميط الظاهري (DOP) تحت ظروف السيطرة (C) ، ثم تم تحفيز الضغوط المختلفة بفترات مختلفة. من 1-5 DOP التشبع بالمياه (W) تم تطبيق الإجهاد والاستجابة الأولية للمعالجة الحرارية (H). في الأيام التالية 6-10 DOP ، حيث تم عرض المرحلة الأولية من إجهاد الجفاف (D) والإجهاد الحراري والجفاف المشترك (HD). خلال 11-15 DOP ، انعكست استجابة النباتات للمرحلة المتأخرة من الجفاف والمعالجات الحرارية وتطبيق التشبع بالمياه على HD (HDW) لمدة يوم واحد. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

figure-results-2
الشكل 2: مخطط يلخص بروتوكول التنميط الظاهري وتحليل البيانات. أ: نظرة عامة على بروتوكول التنميط الظاهري. يتم نقل النباتات إلى نظام التنميط الظاهري من الظروف الخاضعة للرقابة في غرفة نمو FS-WI (PSI). تأقلمت النباتات مع الضوء في غرفة التكيف مع الضوء لمدة 5 دقائق عند 500 μmol.m-2.s-1 قبل القياسات. تم استخدام مستشعرات تصوير متعددة لتحديد السمات المورفولوجية والفسيولوجية ، تليها محطة الترجيح والري. اعتمادا على المعالجة ، تم إعادة النباتات إلى ظروف خاضعة للرقابة ، إما عند 22 درجة مئوية / 19 درجة مئوية أو 30 درجة مئوية / 28 درجة مئوية. (ب) الاستخراج التلقائي وتجزئة خط أنابيب معالجة الصور من كل مستشعر تصوير. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

figure-results-3
الشكل 3: نظرة عامة على بروتوكول الضوء القصير لتصوير مضان الكلوروفيل. بدأ بروتوكول القياس بتشغيل الضوء الأكتيني الأبيض البارد لقياس مضان الحالة المستقرة في الضوء (F_t_Lss) ثم تطبيق نبضة تشبع لقياس الحد الأقصى للتألق في الحالة المستقرة في الضوء (F_m_Lss). تم إيقاف تشغيل الضوء الأكتيني ، وتم تشغيل الضوء الأحمر البعيد لتحديد الحد الأدنى من التألق في الحالة المستقرة في الضوء (F_o_Lss). كانت مدة البروتوكول 10 ثوان لكل نبات. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

figure-results-4
الشكل 4: تصوير RGB المستخدم للتقييم المورفولوجي. (أ) حجم النبات محسوبا من منطقة المناظر العلوية والجانبية RGB. ب: معدل النمو النسبي (RGR) خلال مرحلة بدء الدرنات. تمثل البيانات القيم المتوسطة ± الانحراف المعياري (n = 10). يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

figure-results-5
الشكل 5: تصوير مضان الكلوروفيل على النباتات المتكيفة مع الضوء. (أ) أقصى كفاءة للكيمياء الضوئية PSII للعينة المتكيفة مع الضوء في الحالة المستقرة للضوء (F_v / F_m _Lss). (ب) العائد الكمي للنظام الضوئي الثاني أو كفاءة تشغيل النظام الضوئي الثاني في الحالة المستقرة الضوئية (QY_Lss). (ج) جزء من مراكز التفاعل المفتوحة في PSII في الحالة المستقرة الخفيفة (ضمان الجودة المؤكسد) (qL_Lss). تمثل البيانات القيم المتوسطة ± الانحراف المعياري (n = 10). يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

figure-results-6
الشكل 6: تم استخدام التصوير الحراري بالأشعة تحت الحمراء لحساب الفرق بين متوسط درجة حرارة المظلة المستخرجة من صور الأشعة تحت الحمراء الحرارية ودرجة حرارة الهواء (ΔT). تمثل البيانات القيم المتوسطة ± الانحراف المعياري (n = 10). يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

figure-results-7
الشكل 7: التصوير الطيفي لتحديد مؤشرات الغطاء النباتي والمحتوى المائي. (أ) مؤشر الغطاء النباتي الموحد للفرق. (ب) مؤشر الانعكاس الكيميائي الضوئي (PRI) المحسوب من تصوير VNIR. (ج) مؤشر المياه المحسوب من تصوير SWIR. تمثل البيانات القيم المتوسطة ± الانحراف المعياري (n = 10). يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

figure-results-8
الشكل 8: مؤشر التخضير للنباتات تحت معالجات مختلفة. تعتمد معالجة الصور على تحويل صورة RGB الأصلية إلى خريطة ألوان تتكون من 6 ألوان محددة. تمثل البيانات القيم المتوسطة ± الانحراف المعياري (n = 10). يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

الشكل التكميلي 1: شدة الضوء المقاسة خلال أيام التنميط الظاهري (DOP). مدة القياسات من 9:00 صباحا إلى 12:35 مساء. يشير LI_Buff إلى البيانات المتوسطة من 5 مستشعرات ضوئية موزعة في الدفيئة. الرجاء الضغط هنا لتنزيل هذا الملف.

الشكل التكميلي 2: الرطوبة النسبية (RH) المقاسة خلال أيام التنميط الظاهري (DOP). مدة القياسات من 9:00 صباحا إلى 12:35 مساء. يشير RH_Buff إلى البيانات المتوسطة من 5 مستشعرات رطوبة موزعة في الدفيئة. يشير RH2 إلى الرطوبة النسبية في غرفة التكيف. الرجاء الضغط هنا لتنزيل هذا الملف.

الشكل التكميلي 3: درجة الحرارة المقاسة خلال أيام التنميط الظاهري (DOP). مدة القياسات من 9:00 صباحا إلى 12:35 مساء. يشير T_Buff إلى البيانات المتوسطة من 5 مستشعرات لدرجة الحرارة موزعة في الدفيئة. يشير T2 إلى درجة الحرارة في غرفة التكيف. يشير T3 إلى درجة حرارة جدار التسخين. يشير T4 إلى درجة الحرارة في وحدة التصوير الحراري بالأشعة تحت الحمراء. الرجاء الضغط هنا لتنزيل هذا الملف.

الشكل التكميلي 4: لقطة شاشة من برنامج محلل البيانات توضح المعلمات المعدلة لتحليل قناع النبات في مستشعرات التصوير الفلوري بالكلوروفيل. الرجاء الضغط هنا لتنزيل هذا الملف.

الشكل التكميلي 5: لقطة شاشة من برنامج محلل البيانات توضح المعلمات المعدلة لتحليل قناع النبات في مستشعرات التصوير الحراري بالأشعة تحت الحمراء. الرجاء الضغط هنا لتنزيل هذا الملف.

الشكل التكميلي 6: لقطة شاشة من برنامج محلل البيانات توضح المعلمات المعدلة لتحليل قناع النبات في مستشعرات التصوير ذات الرؤية الجانبية RGB 1. الرجاء الضغط هنا لتنزيل هذا الملف.

الشكل التكميلي 7: لقطة شاشة من برنامج محلل البيانات توضح المعلمات المعدلة لتحليل قناع النبات في مستشعرات تصوير الرؤية العلوية RGB2. الرجاء الضغط هنا لتنزيل هذا الملف.

الشكل التكميلي 8: لقطة شاشة من برنامج محلل البيانات توضح المعلمات المعدلة لتحليل قناع النبات في مستشعرات التصوير VNIR. الرجاء الضغط هنا لتنزيل هذا الملف.

الشكل التكميلي 9: لقطة شاشة من برنامج محلل البيانات توضح المعلمات المعدلة لتحليل قناع النبات في مستشعرات التصوير SWIR. الرجاء الضغط هنا لتنزيل هذا الملف.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

مكنت أدوات التصوير المتقدمة عالية الدقة المحسنة وتقنيات الرؤية الحاسوبية من التطور السريع للتنميط الظاهري للنبات للحصول على بيانات كمية من صور النبات الضخمة بطريقة قابلة للتكرار³⁹. تهدف هذه الدراسة إلى تكييف وتحسين المنهجية القائمة على الصور عالية الإنتاجية باستخدام مجموعة من مستشعرات التصوير المتاحة حاليا لمراقبة الاستجابات الديناميكية للنباتات تحت ضغوط اللاأحيائية الفردية والمدمجة. تتطلب بعض الخطوات الحاسمة للنهج المطبق تعديلات ، بما في ذلك تطبيق الإجهاد واختيار بروتوكول تصوير مناسب للقياسات. يسمح استخدام أجهزة استشعار متعددة للحصول على الصور بالقياس الكمي للسمات الظاهرية الرئيسية (مثل نمو النبات ، وكفاءة التمثيل الضوئي ، ولوائح الثغور ، وانعكاس الأوراق ، وما إلى ذلك). بالإضافة إلى ذلك ، يحسن فهم كيفية استجابة نباتات البطاطس للضغوط اللاأحيائية المختلفة. هذا شرط أساسي لتسريع مشاريع تربية النباتات لتطوير الأنماط الوراثية المتحملة^{للمناخ 40}. تعتمد الاستجابات المورفولوجية للإجهاد المستحث على مرحلة التطوير. على سبيل المثال ، يؤدي إحداث الإجهاد في مرحلة بدء السلونات أو الدرنات إلى تثبيط نمو الأوراق والنباتات ويحد من عدد الأحجار ، مما يقلل من المحصول النهائي⁴¹. ومع ذلك ، في ظل ظروف غير مواتية ، تستخدم النباتات استجابات الإجهاد كاستجابة تكيفية لمنع وإصلاح الضرر الخلوي الناجم عن الإجهاد⁴². النباتات لديها آليات تكيفية لتجنب وتحمل ظروف الإجهاد اعتمادا على مستوى^{الشدة 43}.

لفهم آليات النباتات ، يعتبر تحفيز المدة المناسبة وشدة الإجهاد وتحديد استجابات النبات للإجهاد باستخدام مستشعرات التصوير إحدى الخطوات الحاسمة. عندما تتزامن عدة ضغوط ، يمكن لشدة إجهاد واحد أن تلغي تأثير الضغوط الأخرى اعتمادا على تركيبة الضغوط وشدتها ومدتها. وبالتالي ، يمكن أن تتراكم تأثيرات الإجهاد ، أو يمكن أن تلغي الاستجابات المتعارضة (جزئيا) بعضها البعض ، مما يؤدي في النهاية إلى آثار إيجابية أو سلبية على النباتات. استند البروتوكول المختار في هذه الدراسة إلى الخبرة السابقة لضمان تطبيق مستويات إجهاد كافية. على سبيل المثال ، تم تعديل تطبيق إجهاد الجفاف إلى مستوى معتدل كما في تجربة سابقة ، ولم تكن الاستجابة مختلفة عن العلاجات الشاهدة في مرحلة مبكرة من الإجهاد على أساس التصوير بالكلوروفيل الفلوري. ويرجع ذلك إلى حدوث التنفس الضوئي الذي يعمل كحوض بديل للإلكترونات في غشاء الثايلاكويد وآلية وقائية للنظام الضوئي II^44,45. في ظل الاستجابة المشتركة للإجهاد ، يمكن أن يؤدي تعرض النبات لضغوط أولية خفيفة إلى تعزيز التسامح مع الضغوطات التالية ، والتي يمكن أن يكون لها تأثير مفيد أو ضار⁴⁶. في هذه الدراسة ، لوحظت استجابة أقوى تحت الإجهاد المشترك مقارنة بإجهاد الجفاف الفردي. من خلال التحقيق في الاستجابات الفسيولوجية الأخرى ، أظهرت النتائج زيادة في ΔT (deltaT) تحت الجفاف حيث تقترب الثغور لتجنب فقدان الماء الزائد. في المقابل ، لوحظت الاستجابة العكسية تحت الإجهاد الحراري حيث كان ΔT أقل مقارنة بالتحكم الذي يعكس فتحة الثغور لتعزيز تبريد الأوراق وفقا للنتائج في القمح تحت الحرارة المركبة وإجهاد الجفاف²⁰. أثناء التشبع بالمياه ، نتجت زيادة ΔT بسبب إغلاق الثغور عن نقص الأكسجين في التربة وتعطيل توازن المياه الجذرية ، وبالتالي خفض تيار النتح مع زيادة في ABA ، وهو هرمون رئيسي في استجابات الإجهاد المائي⁴⁷.

في دراسات الإجهاد النباتي ، تتناسب مدة الإجهاد وعلاجات التعافي اللاحقة بشكل مباشر مع شدة الإجهاد. على سبيل المثال، يؤدي إجهاد الجفاف المعتدل، مثل الحفاظ على رطوبة التربة عند 20٪ من السعة الحقلية، إلى تغييرات في النمط الظاهري يمكن عكسها والتي تتعافى عادة بعد يوم واحد من إعادة الري. في المقابل ، تؤدي ظروف الإجهاد الشديدة مثل التشبع بالمياه إلى تلف مظهري واسع النطاق ، مما يستلزم فترة تعافي أطول. على الرغم من أن توحيد فترات العلاج أمر مثالي ، إلا أنه يجب مراعاة التباين المتأصل في شدة الإجهاد في التصميم التجريبي.

الخطوة الثانية الحاسمة هي تحديد بروتوكول مناسب وتحسين الإعدادات لكل مستشعر. فلورة الكلوروفيل هي أداة قوية في تحديد أداء جهاز التمثيل الضوئي تحت الضغط⁴⁸. يمكن اختيار بروتوكولات مختلفة لقياس مضان الكلوروفيل إما مع النباتات المتكيفة مع الضوء أو الظلام اعتمادا على سؤال البحث والتصميم التجريبي⁴⁹. في هذه الدراسة ، يتيح البروتوكول المختار (استجابة الضوء القصيرة) تحديد سمات مختلفة ، بما في ذلك F_v '/ F_m' و φ_PSII و qL ، والتي تشير إلى أداء التمثيل الضوئي في ظل ظروف مختلفة⁵⁰. أظهرت الدراسات السابقة أن البروتوكول المستخدم في التنميط الظاهري عالي الإنتاجية فعال في التحقيق في كفاءة التمثيل الضوئي للنباتات تحت تطبيقات مختلفة من علاجات الإجهاد والتمييز بين النباتات السليمة والمجهدة¹⁴^،²⁰. بناء على التصميم التجريبي ، من الأهمية بمكان مراعاة مدة البروتوكول المحدد عند القياس في نظام عالي الإنتاجية مع عدد كبير من النباتات. وهكذا ، تم اختيار قياس مضان الكلوروفيل على النباتات المتكيفة مع الضوء باستخدام بروتوكول قصير الوقت لتمييز الاستجابات في ظل معالجات مختلفة. يمكن أن تؤثر تفاعلات النمط الجيني والبيئة على العديد من سمات النمط الظاهري ، وهو أمر بالغ الأهمية أثناء القياس¹². من الضروري مراعاة أن مدة القياس يجب أن تكتمل في وقت قصير لتقليل التأثير النهاري على قيود التمثيل الضوئي⁵¹.

تم استخدام التصوير الحراري بالأشعة تحت الحمراء لتحديد درجة حرارة المظلة وفهم تنظيم الثغور تحت العلاجات المختلفة⁵². ومن الجدير بالذكر أنه تم استخدام التحسين التكنولوجي حيث كان جدار التسخين موجودا على الجانب الآخر من الكاميرا ، وتم التحكم في درجة حرارة الجدار ديناميكيا وقابلة للبرمجة. وبالتالي ، فإن ضبط الجدار الساخن في الخلفية باستخدام مستشعرات بيئية مدمجة ضروري لاختيار النباتات بشكل صحيح من الخلفية عن طريق زيادة تباين درجة حرارة الخلفية على درجة حرارة الكائن المصورة.

على الرغم من أن تحليل الصور مؤتمت ، إلا أن ضبط مؤشرات عتبة RGB لا يزال مطلوبا للحصول على قناع ثنائي مناسب في تصوير RGB لتحديد النباتات^{بدقة 53}. بالإضافة إلى ذلك ، يعد اختيار زوايا متعددة أمرا مهما لتقدير المعلمات الكمية بشكل مناسب ، بما في ذلك الكتلة الحيوية الرقمية ومعدل النمو. في هذه الدراسة ، تم اختيار ثلاث زوايا (0 درجة ، 120 درجة ، 240 درجة) على المنظر الجانبي RGB وحساب متوسطها لحساب حجم النبات ومعدل النمو النسبي بدقة.

اعتمادا على النطاق الطيفي ، يمكن التحقيق في العديد من السمات الفسيولوجية باستخدام التصوير الطيفي⁵⁴. من الضروري تحديد أي من مؤشرات الانعكاس يوفر المعلومات اللازمة ويظهر استجابة النباتات في ظل ظروف مختلفة¹⁴. هناك طلب كبير في فحص الأصناف المتحملة والتنميط الظاهري للنبات لتحديد العلاقة بين المؤشرات الطيفية والسمات الفسيولوجية الأخرى⁵⁵. في هذه الدراسة ، أظهرت النباتات الخاضعة لمعالجة التشبع بالمياه استجابة واضحة في محتوى الكلوروفيل وكفاءة التمثيل الضوئي من تصوير VNIR. علاوة على ذلك ، لوحظت استجابات مختلفة في مؤشر المياه المحسوب من تصوير SWIR تحت المعالجات الحرارية والتشبع بالمياه بسبب لوائح الثغور المختلفة ومحتوى الماء في الأوراق.

وبالتالي ، فإن هذه النتائج تسلط الضوء على فائدة مثل هذا النهج بعد تحسين الإعدادات وإمكانية استخدام أجهزة استشعار متعددة للعثور على سمات الإجهاد ذات الصلة بتحمل المناخ. يمكن استخدام تقييم ديناميكيات الاستجابات باستخدام مستشعرات تصوير متعددة كواحدة من الأدوات القوية في تحسين برامج التربية.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

يعلن المؤلفون أنه ليس لديهم مصالح مالية متنافسة معروفة أو علاقات شخصية يمكن أن يبدو أنها تؤثر على العمل المذكور في هذه الورقة.

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

تلقى مشروع ADAPT (التطوير المتسارع للبطاطس متعددة التحمل للإجهاد) تمويلا من برنامج البحث والابتكار Horizon 2020 التابع للاتحاد الأوروبي بموجب اتفاقية المنحة رقم GA 2020 862-858. وقد حظي هذا العمل بدعم جزئي من وزارة التعليم والشباب والرياضة في الجمهورية التشيكية مع الصندوق الأوروبي للتنمية الإقليمية - مشروع "SINGING PLANT" (No. CZ.02.1.01/0.0/0.0/16_026/0008446). تم الاعتراف بعلوم نباتات المرافق الأساسية في CEITEC MU لدعمها لمرفق الزراعة. نحن نعترف ب Meijer BV لتوفير قصاصات في المختبر المستخدمة في هذه الدراسة. نشكر Lenka Sochurkova للمساعدة في التصميم الرسومي للشكل 2 و Pavla Homolová للمساعدة في تحضير المواد النباتية أثناء التجارب في مركز أبحاث أدوات أنظمة الفوتون (PSI) (Drásov ، جمهورية التشيك).

Materials

List of materials used in this article
Name	Company	Catalog Number	Comments
1.1 بوصة مستشعر CMOS مع كاميرا RGB	PSI ، Dr & aacute ؛ sov, جمهورية التشيك	https://psi.cz/	يوفر المستشعر دقة 4112 مرة; 4168 بكسل للرؤية الجانبية و 2560 & مرات 1920 بكسل للعرض العلوي. المستشعر حساس للغاية وهو استبدال CCD ميجابيكسل حقيقي وينتج صور حادة ومنخفضة الضوضاء
FluorCam & nbsp ؛	PSI ، دكتور á. sov, جمهورية التشيك	FC1300/8080-15	مقياس فلورومتر الكلوروفيل المعدل بسعة النبض (PAM)
Fluorcam 10 software	PSI ، دكتور á. sov, جمهورية التشيك	الإصدار 1.0.0.18106	لصور مضان الكلوروفيل تصور وتحليل
GigE PSI RGB – 12.36 ميجابكسل كاميرا	PSI ، Drá ؛ sov, جمهورية التشيك	https://psi.cz/	بالنسبة لإسقاطات العرض الجانبي, تم استخدام وضع مسح الخط بدقة 4112 بكسل/خط, 200 سطر في الثانية. كانت المنطقة المصورة من المنظر الجانبي 1205 مرة. 1005 مم (الارتفاع والأوقات ؛ العرض) ، بينما كانت المنطقة المصورة من موضع العرض العلوي 800 & مرة ؛ 800 ملم.
برنامج محلل فائق الطيف	PSI ، دكتور á. sov, جمهورية التشيك	الإصدار 1.0.0.14	لتصور الصور الفائقة الطيفية وتحليلها
الكاميرا الفائقة الطيفية HC-900 سلسلة	PSI ، Drá سوف, جمهورية التشيك	https://hyperspec.org/products/	كاميرا مرئية الأشعة تحت الحمراء القريبة (VNIR) 380-900 نانومتر بدقة طيفية تبلغ 0.8 نانومتر FWHM
كاميرا فائقة الطيف SWIR1700	PSI و Drá ؛ sov, جمهورية التشيك	https://hyperspec.org/products/	كاميرا الأشعة تحت الحمراء قصيرة الطول الموجي (SWIR) كاميرا 900 - 1700 نانومتر بدقة طيفية تبلغ 2 نانومتر FWHM
كاميرا حرارية InfraTec (VarioCam HEAD 820(800)))	فلير, الولايات المتحدة	https://www.infratec.eu/thermography/infrared-camera/variocam-hd-head-800/	دقة 1024 مرة؛ 768 بكسل ، الحساسية الحرارية < 20 مللي كلفن وقيمة الانبعاث الحراري الافتراضي على 0.95. ؛ مع سرعة مسح 30 هرتز وكل سطر يتكون من 768 بكسل. كانت المنطقة المصورة 1205 & مرة. 1005 مم (الارتفاع والأوقات ؛ العرض).
لوحة LED	PSI ، دكتور á. سوف, جمهورية التشيك	https://led-growing-lights.com/products/	مجهزة ب 4 & مرات 240 أحمر-برتقالي (618 نانومتر), 120 مصباح LED أبيض بارد (6500 كلفن) و 240 مصباح LED أحمر بعيد (735 نانومتر) موزعة بالتساوي على منطقة تصوير من 80 & مرة; 80 سم
ضوء ودرجة الحرارة ومستشعرات الرطوبة النسبية	PSI ، Drá sov, Czech	Republic https://psi.cz/	أجهزة الاستشعار المستخدمة لمراقبة الظروف الخاضعة للرقابة في الدفيئة
MEGASTOP Blue mats	Friedola	75831	لتغطية برنامج
Morphoanalyzer لسطح التربة	PSI ، دكتور á. sov ، جمهورية التشيك	الإصدار 1.0.9.8	لتصور صور RGB وتحليلها وتحليل تجزئة الألوان
برنامج محلل بيانات PlantScreen (الإصدار 3.3.17.0)	PSI ، Drá ؛ sov, Czech	Republic https://plantphenotyping.com/products/plantscreen-modular-system/	لتصور وتحليل البيانات من جميع أجهزة استشعار التصوير, وحدة الري والوزن والظروف البيئية في الدفيئة
PlantScreen Modular system	PSI ، دكتور á. sov, جمهورية التشيك	https://plantphenotyping.com/products/plantscreen-modular-system/	نوع منصة التنميط الظاهري
برنامج Plantscreen Scheduler	PSI ، دكتور á. sov, جمهورية التشيك	الإصدار 2.6.8368.25987	للتخطيط للتجربة وتعيين بروتوكول القياس
SpectraPen MINI	PSI ، Drá ؛ sov, جمهورية التشيك	https://handheld.psi.cz/products/spectrapen-mini/#details	ضوء متر لضبط مستوى الضوء على مستوى المظلة
TOMI-2 كاميرا عالية الدقة	PSI ، دكتور á. sov, جمهورية التشيك	https://fluorcams.psi.cz/products/handy-fluorcam/	دقة 1360 & مرات ؛ 1024 بكسل ، معدل الإطارات 20 إطارا في الثانية وعمق 16 بت) مع عجلة مرشح 7 مواضع مثبتة على ذراع آلي موضوعة في منتصف لوحة إضاءة LED متعددة الألوان بأبعاد 1326 × 1586 مم.
نمو FytoScope	PSI ، دكتور á. sov, جمهورية التشيك	https://growth-chambers.com/products/walk-in-fytoscope-fs-wi/	نوع الغرف المستخدمة لزراعة النبات

غرفة

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Contribution of Working Group I to the Sixth Assessment Report of the intergovernmental Panel on Climate change. Climate Change 2021: The Physical Science Basis. IPCC. , Available from: https://www.ipcc.ch/report/ar6/wg1/ (2021).
Ray, D. K., Gerber, J. S., Macdonald, G. K., West, P. C. Climate variation explains a third of global crop yield variability. Nat Commun. 6, 5989(2015).
Acevedo, M., et al. A scoping review of adoption of climate-resilient crops by small-scale producers in low- and middle-income countries. Nat Plants. 6 (10), 1231-1241 (2020).
van Dijk, M., Morley, T., Rau, M. L., Saghai, Y. A meta-analysis of projected global food demand and population at risk of hunger for the period 2010-2050. Nat Food. 2 (7), 494-501 (2021).
Handayani, T., Gilani, S. A., Watanabe, K. N. Climatic changes and potatoes: How can we cope with the abiotic stresses. Breed Sci. 69 (4), 545-563 (2019).
Devaux, A., Goffart, J. P., Kromann, P., Andrade-Piedra, J., Polar, V., Hareau, G. The potato of the future: Opportunities and challenges in sustainable agri-food systems. Potato Res. 64 (4), 681-720 (2021).
Dahal, K., Li, X. Q., Tai, H., Creelman, A., Bizimungu, B. Improving potato stress tolerance and tuber yield under a climate change scenario - a current overview. Front Plant Sci. 10, 563(2019).
Ahmad, U., Sharma, L. A review of best management practices for potato crop using precision agricultural technologies. Smart Agricultural Technology. 4, 100220(2023).
Cabello, R., Monneveux, P., De Mendiburu, F., Bonierbale, M. Comparison of yield based drought tolerance indices in improved varieties, genetic stocks and landraces of potato (Solanum tuberosum L). Euphytica. 193 (2), 147-156 (2013).
von Gehren, P., et al. Farmers feel the climate change: Variety choice as an adaptation strategy of European potato farmers. Climate. 11 (9), 189(2023).
Fiorani, F., Schurr, U. Future scenarios for plant phenotyping. Annu Rev Plant Biol. 64, 267-291 (2013).
Poorter, H., et al. Pitfalls and potential of high-throughput plant phenotyping platforms. Front Plant Sci. 14, 1233794(2023).
Berger, B., de Regt, B., Tester, M. High-throughput phenotyping of plant shoots. Methods Mol Biol. 918, 9-20 (2012).
Humplík, J. F., Lazár, D., Husičková, A., Spíchal, L. Automated phenotyping of plant shoots using imaging methods for analysis of plant stress responses - a review. Plant Methods. 11, 29(2015).
Danilevicz, M. F., Bayer, P. E., Nestor, B. J., Bennamoun, M., Edwards, D. Resources for image-based high-throughput phenotyping in crops and data sharing challenges. Plant Physiol. 187 (2), 699-715 (2021).
Abebe, A. M., Kim, Y., Kim, J., Kim, S. L., Baek, J. Image-based high-throughput phenotyping in horticultural crops. Plants. 12 (10), 2061(2023).
Lazarević, B., Carović-Stanko, K., Safner, T., Poljak, M. Study of high-temperature-induced morphological and physiological changes in potato using nondestructive plant phenotyping. Plants. 11 (24), 3534(2022).
Marchetti, C. F., et al. A novel image-based screening method to study water-deficit response and recovery of barley populations using canopy dynamics phenotyping and simple metabolite profiling. Front Plant Sci. 10, 1252(2019).
Kim, S. L., et al. High-throughput phenotyping platform for analyzing drought tolerance in rice. Planta. 252 (3), 38(2020).
Abdelhakim, L. O. A., Rosenqvist, E., Wollenweber, B., Spyroglou, I., Ottosen, C. O., Panzarová, K. Investigating combined drought- and heat stress effects in wheat under controlled conditions by dynamic image-based phenotyping. Agronomy. 11 (2), 364(2021).
Zandalinas, S. I., Sengupta, S., Fritschi, F. B., Azad, R. K., Nechushtai, R., Mittler, R. The impact of multifactorial stress combination on plant growth and survival. New Phytologist. 230 (3), 1034-1048 (2021).
Raza, A., et al. Impact of climate change on crops adaptation and strategies to tackle its outcome: A review. Plants. 8 (2), 34(2019).
Nasir, M. W., Toth, Z. Effect of drought stress on potato production: A review. Agronomy. 12 (3), 635(2022).
Wagg, C., Hann, S., Kupriyanovich, Y., Li, S. Timing of short period water stress determines potato plant growth, yield and tuber quality. Agric Water Manag. 247, 106731(2021).
Yamauchi, T., Colmer, T. D., Pedersen, O., Nakazono, M. Regulation of root traits for internal aeration and tolerance to soil waterlogging-flooding stress. Plant Physiol. 176 (2), 1118-1130 (2018).
Aien, A., Chaturvedi, A. K., Bahuguna, R. N., Pal, M. Phenological sensitivity to high temperature stress determines dry matter partitioning and yield in potato. Indian J Plant Physiol. 22 (1), 63-69 (2017).
Zandalinas, S. I., Mittler, R., Balfagón, D., Arbona, V., Gómez-Cadenas, A. Plant adaptations to the combination of drought and high temperatures. Physiol Plant. 162 (1), 2-12 (2018).
Suzuki, N., Rivero, R. M., Shulaev, V., Blumwald, E., Mittler, R. Abiotic and biotic stress combinations. New Phytologist. 203 (1), 32-43 (2014).
Atkinson, N. J., Jain, R., Urwin, P. E. The Response of Plants to Simultaneous Biotic and Abiotic Stress. Combined Stresses in Plants. , Springer. Cham. (2015).
Harris, P. M. The Potato Crop. 2nd ed. Harris, P. M. , Springer. Dordrecht. (1992).
Weisz, R., Kaminski, J., Smilowitz, Z. Water deficit effects on potato leaf growth and transpiration: Utilizing fraction extractable soil water for comparison with other crops. Am Potato J. 71 (12), 829-840 (1994).
Wang, X., Vignjevic, M., Jiang, D., Jacobsen, S., Wollenweber, B. Improved tolerance to drought stress after anthesis due to priming before anthesis in wheat (Triticum aestivum L.) var. Vinjett. J Exp Bot. 65 (22), 6441-6456 (2014).
Junker, A., et al. Optimizing experimental procedures for quantitative evaluation of crop plant performance in high throughput phenotyping systems. Front Plant Sci. 5, 770(2015).
Smith, S. M., et al. Diurnal changes in the transcriptome encoding enzymes of starch metabolism provide evidence for both transcriptional and posttranscriptional regulation of starch metabolism in arabidopsis leaves. Plant Physiol. 136 (1), 2687-2699 (2004).
Findurová, H., Veselá, B., Panzarová, K., Pytela, J., Trtílek, M., Klem, K. Phenotyping drought tolerance and yield performance of barley using a combination of imaging methods. Environ Exp Bot. 209, 105314(2023).
Klukas, C., Chen, D., Pape, J. M. Integrated analysis platform: an open-source information system for high-throughput plant phenotyping. Plant Physiol. 165 (2), 506-518 (2014).
Paul, K., et al. Understanding the biostimulant action of vegetal-derived protein hydrolysates by high-throughput plant phenotyping and metabolomics: A case study on tomato. Front Plant Sci. 10, 47(2019).
Awlia, M., et al. High-throughput non-destructive phenotyping of traits that contribute to salinity tolerance in Arabidopsis thaliana. Front Plant Sci. 7, 1414(2016).
Li, Z., Guo, R., Li, M., Chen, Y., Li, G. A review of computer vision technologies for plant phenotyping. Comput Electron Agric. 176, 105672(2020).
Li, L., Zhang, Q., Huang, D. A review of imaging techniques for plant phenotyping. Sensors (Switzerland). 14 (11), 20078-20111 (2014).
Obidiegwu, J. E., Bryan, G. J., Jones, H. G., Prashar, A. Coping with drought: Stress and adaptive responses in potato and perspectives for improvement. Front Plant Sci. 6, 542(2015).
Zhang, H., Zhao, Y., Zhu, J. K. Thriving under stress: How plants balance growth and the stress response. Dev Cell. 55 (5), 529-543 (2020).
Bandurska, H. Drought stress responses: Coping strategy and resistance. Plants. 11 (7), 922(2022).
Wingler, A., Lea, P. J., Quick, W. P., Leegood, R. C. Photorespiration: metabolic pathways and their role in stress protection. Philos Trans R Soc Lond B Biol Sci. 355 (1402), 1517-1529 (2000).
Baker, N. R., Rosenqvist, E. Applications of chlorophyll fluorescence can improve crop production strategies: an examination of future possibilities. J Exp Bot. 55 (403), 1607-1621 (2004).
Georgieva, M., Vassileva, V. Stress management in plants: Examining Provisional and Unique Dose-Dependent Responses. Int J Mol Sci. 24 (6), 5105(2023).
Leeggangers, H. A. C. F., Rodriguez-Granados, N. Y., Macias-Honti, M. G., Sasidharan, R. A helping hand when drowning: The versatile role of ethylene in root flooding resilience. Environ Exp Bot. 213, 105422(2023).
Baker, N. R. Chlorophyll fluorescence: a probe of photosynthesis in vivo. Annu Rev Plant Biol. 59 (1), 89-113 (2008).
Murchie, E. H., Lawson, T. Chlorophyll fluorescence analysis: a guide to good practice and understanding some new applications. J Exp Bot. 64 (13), 3983-3998 (2013).
Maxwell, K., Johnson, G. N. Chlorophyll fluorescence-a practical guide. J Exp Bot. 51 (345), 659-668 (2000).
Yokoyama, G., Ono, S., Yasutake, D., Hidaka, K., Hirota, T. Diurnal changes in the stomatal, mesophyll, and biochemical limitations of photosynthesis in well-watered greenhouse-grown strawberries. Photosynthetica. 61 (1), 1-12 (2023).
Jones, H. G. Application of thermal imaging and infrared sensing in plant physiology and ecophysiology. Advances in Botanical Research. 41, 107-163 (2004).
Brainard, S. H., Bustamante, J. A., Dawson, J. C., Spalding, E. P., Goldman, I. L. A digital image-based phenotyping platform for analyzing root shape attributes in carrot. Front Plant Sci. 12, 690031(2021).
Huber, S., Tagesson, T., Fensholt, R. An automated field spectrometer system for studying VIS, NIR and SWIR anisotropy for semi-arid savanna. Remote Sens Environ. 152, 547-556 (2014).
Mertens, S., et al. Proximal hyperspectral imaging detects diurnal and drought-induced changes in maize physiology. Front Plant Sci. 12, 640914(2021).

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

التنميط الظاهري القائم على الصور عالي الإنتاجية لتحديد الاستجابات المورفولوجية والفسيولوجية للإجهادات المفردة والمركبة في البطاطس

In This Article

Summary

Abstract

Introduction

Protocol

Results

Discussion

Disclosures

Acknowledgements

Materials

References

Reprints and Permissions

Tags

Related Articles