Name: Hoogwaardige screening in het veld van fotosynthetische efficiëntie in gewasplanten met behulp van een autonome robot (Video) | JoVE Journal
Uploaded: 2026-01-09T12:30:00.000+00:00
Duration: 7 min 12 s
Description: Leer een niet-destructieve, hoogdoorvoetsmethode om fotosysteem II-quantumefficiëntie en plantenarchitectuur in het veld te meten met behulp van een autonome robot. Deze aanpak vergemakkelijkt grootschalige fenotypering van fotosynthese in het gewas.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

1. Het opzetten van de PPFR-sensor en datalogger
<ol>
	<li>Verbind de PPFR-sensor en de powerbank met de datalogger. Verbind de datalogger met de laptop en start de data logger met de datalogger desktopclient.</li>
	<li>Installeer het camerastatief naast het experimentele veld met de PPFR-sensor bovenop en de datalogger en powerbank op de grond eronder. OPMERKING: Zorg ervoor dat de PPFR-sensor rechtop staat en niet wordt beschaduwd of anderszins beïnvloed door nabijgelegen objecten. De PPFR-sensor zou een gimbal nodig hebben als hij direct op de robot is gemonteerd om nauwkeurige PPFR-waarden te meten.</li>
</ol>
2. Het opzetten van de robot en de LIFT-sensor
<ol>
	<li>Laad de waypointcoördinaten (.geojson-formaat) voor de meting op de robot. Ze kunnen hetzelfde zijn als die gebruikt voor GNSS-geleide zaaien van de proef.</li>
	<li>Bevestig de LIFT-sensorassemblage aan de voorkant van de robot op een hoogte van ongeveer 60 cm boven het gewasdak (zie Figuur 1A).</li>
	<li>Plaats de laptop, autobatterij en stroomomvormer bovenop de robot en verbind de stroomomvormer met de autobatterij en met de LIFT-sensor. VOORZICHTIG: De excitatiestraal van de LIFT-sensor is gevaarlijk voor de ogen. Direct in de excitatiestraal kijken moet strikt worden vermeden.</li>
	<li>Plaats de GNSS-antennekit bovenop de robot, sluit deze aan op de laptop en start de GNSS-logger desktopclient.</li>
	<li>Verbind de LIFT-sensor met de laptop en start de LIFT-desktopclient met de volgende instellingen: LIFT-sensor: excitatievermogen = 40.000 μmol fotonen m&gt;-2 s-1; flitslengte = 1,6 μs; aantal excitatieflitsen per enkele meting = 300; aantal relaxatieflitsen = 80; tijd tussen excitatieflitsen = 2,5 μs; tijd tussen relaxatieflitsen: ji = 101,28 + 0,0215 × i μs, waarbij ji de intervallengte van de i-de flitser is; sensorversterking = 10 of 25; Meetinterval = 0 s. Spectrometer: spectrale integratietijd = 100 ms, spectraal bereik van 400 tot 800 nm. RGB-camera's: belichting = automatisch; sluiter = automatisch; versterking = automatisch; helderheid = 0; framerate = 20 s-1; triggermodus = toegestaan (activeert de camera bij elke LIFT-meting). OPMERKING: De grootheid die direct door de LIFT-sensor wordt gemeten is de ChlF-opbrengst (toename van de totale ChlF door de excitatiebundel voor elke flashlet20). Bereken vervolgens Fq'/Fm' als 
	Fq'/Fm' = (Fm' - F') / Fm' 26 waarbij F' wordt gedefinieerd als de ChlF-opbrengst van de1e flashlet en Fm' als het gemiddelde van de ChlF-opbrengsten van de 301een de 302e flashlets28. De totale duur van één ChlF-meting (inclusief de relaxatiefase) is ongeveer 21 ms, maar de duur van de cruciale 300 flashlet excitatiefase is slechts 750 μs.</li>
</ol>
3. Het uitvoeren van LIFT-metingen
<ol>
	<li>Stuur de robot handmatig naar het begin van de eerste rij plots in het experimentele veld met behulp van de afstandsbediening.</li>
	<li>Activeer het meetscript voor de LIFT-sensor en de spectrometer in continue modus.</li>
	<li>Start de autonome robotnavigatie met 0,5 m s-1 snelheid via de robotbesturingswebsite.</li>
	<li>Controleer tijdens de meting periodiek de grafiek die de ChlF-opbrengst in de LIFT-sensorassemblage-desktopclient voorstelt om te bevestigen dat deze de verwachte vorm heeft (zie Figuur 1B). Pas de sensorversterking aan als de signalen te zwak zijn.</li>
	<li>Houd periodiek het witte referentiepaneel onder de excitatiestraal op de hoogte van het gewasdak terwijl de robot draait bij de veldrand.</li>
</ol>
4. Data-integratie en voorverwerking
OPMERKING: De R-code is beschikbaar op GitHub (https://github.com/beat2keller/lift_data_processing)
<ol>
	<li>Lees de LIFT-transiënt en spectrale data uit alle *_data.csv en *_spectral.csv in met behulp van R data.table pakket34.</li>
	<li>Lees de GNSS- en weergegevens samen met de .geojson-plotkaarten en het experimentele ontwerp.</li>
	<li>Combineer de datasets en voer statistische analyses uit, bijvoorbeeld zoals beschreven in12, of lager.<ol>
		<li>Haal Fq'/Fm' uit elke opgenomen transiënte.</li>
		<li>Voeg elk GNSS-punt toe aan de bijbehorende plot op basis van .geojson-polygonen met behulp van ruimtelijke containment. Vergeet niet rekening te houden met de afstand tussen de LIFT-sensorassemblage en de GNSS-antenne op de robot.</li>
		<li>Bepaal de koers van de robot vanuit opeenvolgende posities. Voeg het experimentele ontwerp samen met de GNSS-gegevens via de toegewezen plotidentificaties. OPMERKING: Deze stap koppelt elke ruimtelijke positie aan de respectievelijke behandeling (bijv. genotype) en replicatie- (bijv. blok-) informatie.</li>
		<li>Combineer de hoogresolutiegegevens van de PPFR-sensor met laagresolutie PPFR-gegevens van het dichtstbijzijnde weerstation om een gefuseerde incident PPFR-tijdreeks te produceren (optioneel). OPMERKING: Laagresolutie meteorologische gegevens voor Zwitserland kunnen worden afgeleid uit het agrometeo.ch (https://agrometeo.ch/de) netwerk zoals beschreven in35.</li>
		<li>Filter de witte referentiemetingen uit de spectrale reflectantiedataset en voeg ze samen met de PPFR-gegevens met behulp van tijdstempels om een opzoektabel te maken voor de spectrale reflectantie onder verschillende invallende lichtintensiteiten zoals beschreven in28.</li>
		<li>Corrigeer de ruwe spectrale reflectiegegevens op basis van de opzoektabel.</li>
		<li>Bereken de MERIS terrestrische chlorofylindex (MTCI) en de genormaliseerde verschilvegetatie-index (NDVI) uit de gecorrigeerde spectrale reflectiegegevens met behulp van de formules 
		<img alt="Vergelijking 1" src="/files/ftp_upload/69530/69530eq1v2.jpg" style="margin:0;" data-altupdatedat="1783400419000" data-alt="Equation 1"> waarbij Rλ de gemiddelde reflectie bij golflengte λ nm aanduidt.</li>
		<li>Meng de ChlF-, GNSS-positie/experimentele ontwerp- en PPFR/spectrale reflectantiegegevens door een dichtstbijzijnde naburenjoin uit te voeren met een gedefinieerd tolerantievenster (bijv. 1 ms) gebaseerd op tijdstempels.</li>
		<li>Identificeer en verwijder rijen met uitschieters in Fq'/Fm' uit de dataset.</li>
		<li>Extraheren genotype-specifieke fotosynthetische responstrends (G: PPFR) uit de uitschieter-gecorrigeerde ChlF-data door het model te passen 
		Fq'/Fm' = β0 + β1 Datum + β2 (Kop x Uur) + β3 (Genotype × PPFR) + β4 MTCI + β5 PPFR + ε naar de uitschieter-gefilterde dataset.</li>
		<li>Schat de helling (β3) van de (Genotype × PPFR) voorspellerterm met behulp van geschatte marginale trends (emtrends in R) om een kwantitatieve maat te verkrijgen van de genotype-specifieke respons op irradiance. Het opnemen van de MTCI in het model houdt rekening met verschillen in chlorofylgehalte en canopy-status die Fq'/Fm' beïnvloeden zoals eerder beschreven12. OPMERKING: De heading geeft de rijrichting van de robot aan (afgeleid van GNSS-lagers in stap 4.3.3) om rekening te houden met mogelijke richtingseffecten tijdens metingen.</li>
	</ol>
	</li>
</ol>

<table><tbody><tr><td>camera tripod</td><td>-</td><td>-</td><td>Elk type waarop de PPFR-sensor horizontaal kan worden gemonteerd, is voldoende.</td></tr><tr><td>car battery (12 V / 80 Ah)</td><td>Mercedes-Benz Group AG, Stuttgart, Germany</td><td>A 001 982 81 08</td><td>-</td></tr><tr><td>data logger</td><td>HOBO Data Loggers, Bourne, U.S.A.</td><td>HOBO U30 Station, https://www.hobodataloggers.com.au/product/hobo-u30-usb-stand-alone-data-logger/</td><td>-</td></tr><tr><td>data logger desktop client</td><td>Onset Computer Corporation, Massachusetts, U.S.A.</td><td>HOBOware Version 3.7.28, https://www.onsetcomp.com/support/help-center/software/hoboware</td><td>-</td></tr><tr><td>GNSS antenna kit</td><td>ArduSimple, Andorra la Vella, Andorra</td><td>AS-STARTKIT-LR-L1L2-EUNH-00</td><td>-</td></tr><tr><td>GNSS logger desktop client</td><td>u-blox AG, Thalwil, Switzerland</td><td>u-center GNSS, [sic] Evaluation Software Version 25.03, https://content.u-blox.com/sites/default/files/documents/u-center-25.03_ReleaseNote_UBXDOC-304424225-19688.pdf</td><td>-</td></tr><tr><td>laptop computer&nbsp;</td><td>-</td><td>-</td><td>Elke laptop die een Windows (Microsoft Corporation, Redmond, U.S.A.) versie draait die compatibel is met de GNSS- en data logger desktop clients is voldoende.</td></tr><tr><td>LIFT sensor assembly desktop client</td><td>Soliense Inc., New York, U.S.A.</td><td>Version.2016.04</td><td>-</td></tr><tr><td>LIFT sensor assembly (complete met 240 V netadapter)</td><td>Soliense Inc., New York, U.S.A.</td><td>LIFT-REM</td><td>Naast de eigenlijke LIFT-sensor bevat de LIFT sensor assembly een RGB stereo camera systeem bestaande uit twee Blackfly S BFS-U3-50S5C camera's geleverd door FLIR Integrated Imaging Solutions Inc. (British Colombia, Canada) [nu Teledyne FLIR LLC, Wilsonville, U.S.A.] en een 400 tot 800 nm spectrometer met een resolutie van 0.46 nm geleverd door Ocean Insight, [Nu Ocean Optics] (Orlando, U.S.A.). &nbsp;De robot meet &asymp; 170 &times; 210 &times; 90 cm (lengte &times; breedte &times; hoogte) en weegt &asymp; 170 kg. De LIFT sensor assembly meet &asymp; 23 &times; 34 &times; 59 cm (lengte &times; breedte &times; hoogte, zoals gemonteerd op de robot).</td></tr><tr><td>power inverter (12 V DC naar 240 V 50 Hz AC)</td><td>Green Cell CSG S.A., Cracow, Poland</td><td>INV08</td><td>-</td></tr><tr><td>powerbank</td><td>-</td><td>-</td><td>Elke USB powerbank is voldoende.</td></tr><tr><td>PPFR sensor</td><td>HOBO / LI-COR, Lincoln, U.S.A.</td><td>S-LIA-M003</td><td>-</td></tr><tr><td>robot control website</td><td>Caterra AG, Opfikon, Switzerland</td><td>-</td><td>Link wordt door de fabrikant van de robot individueel voor elke klant verstrekt.</td></tr><tr><td>robot prototype chassis (complete met afstandsbediening en 240 V netbatterij oplader)</td><td>Caterra AG, Opfikon, Switzerland</td><td>Firefly (prototype, niet op de markt gebracht), https://caterra.org/nl/technologie/</td><td>Elke andere veldrobot met geschikte laadcapaciteit, spoorbreedte en bodemvrijheid kan volstaan.</td></tr><tr><td>white reference panel</td><td>-</td><td>-</td><td>Elke witte of grijze referentie is voldoende.</td></tr></tbody></table>

hoogwaardige screening in het veld van fotosynthetische efficiëntie in gewasplanten met behulp van een autonome robot

High-Throughput, In-Field Screening of Photosynthetic Efficiency in Crop Plants Using an Autonomous Robot

In totaal werden 91.205 ChlF-tijdelijke metingen verkregen van 36 sojabonenlijnen (Glycine max (L.) Merr.) in 7 meetdagen van 12 tot 27 juni 2025. 74.927 datapunten konden georefereren naar plots, en 58.916 werden gefilterd op datakwaliteit en succesvol gematcht met spectrale en weersgegevens. Een overzicht van de meetopstelling en representatieve gegevens is te zien in Figuur 1, inclusief een afbeelding van het instrument in gebruik (Figuur 1A), ChlF-inductiekinetiek over 12 sojaboongenotypen (Figuur 1B) en bijbehorende spectrale reflectiecurves (Figuur 1C).
De georeferentiegegevens toonden uitgesproken ruimtelijke variatie in zowel Fq'/Fm' als NDVI over de twee experimentele velden (Figuur 2). Deze ruimtelijke patronen waren deels geassocieerd met de rijrichting van de robot (Figuur 3), die daarom in latere modellering werd meegenomen om de mogelijke effecten van schaduw op de doelbladeren te verminderen.
Lineaire mixed-effects modellering van Fq'/Fm'-responsen op incidentele PPFR (Figuur 4A) verklaarde een aanzienlijk deel van de variantie (R<img alt="Vergelijking 10" src="/files/ftp_upload/69530/69530eq10v6.jpg" style="font-size: 14px; margin: 0px; margin-bottom: -5px;" data-altupdatedat="1783400419000" data-alt="Equation 10"> = 0,45, R<img alt="Vergelijking 11" src="/files/ftp_upload/69530/69530eq11v6.jpg" style="font-size: 14px; margin: 0px; margin-bottom: -5px;" data-altupdatedat="1783400419000" data-alt="Equation 11"> = 0,60). De geëxtraheerde genotype-specifieke hellingen (Respons G: PPFR) vertoonden duidelijke verschillen tussen foklijnen (Figuur 4B), waarbij verschillende lijnen steilere of vlakkere responscurves vertoonden vergeleken met het panelgemiddelde (Figuur 4C).
Ten slotte toonden canopy-level 3D-reconstructies, afgeleid van RGB-beeldvorming en het Matching And Stereo 3D Reconstruction (MASt3R) algoritme36 (Figuur 5), het potentieel aan van het integreren van LIFT-gebaseerde fysiologische metingen met structurele fenotypering om canopy-architectuur in drie dimensies vast te leggen.
<img alt="Figuur 1" class="xfigimg" src="/files/ftp_upload/69530/69530fig1.jpg" data-altupdatedat="1783400419000" data-alt="Figure 1"> 
Figuur 1: Overzicht van licht-geïnduceerde fluorescentietransient (LIFT) en spectrale reflectantiemetingen voor sojaboongenotypen. (A) Voorbeeldafbeelding van het LIFT-apparaat in werking. De inlaat toont de blauwe excitatiestraal die chlorofylfluorescentie (ChlF) induceert. (B) Tijdelijke ChlF-inductiecurves gemeten op 27 juni 2025 voor 12 sojaboongenotypen (gemiddelde ± SD, n tussen 88 en 553 per genotype, ntotaal = 2.035). (C) Overeenkomstige bladreflectiespectra gemeten op 25 juni 2025 voor dezelfde genotypen (gemiddelde ± SE, ntotaal = 2.035). Kleuren geven individuele genotypen aan; Foutbalken geven variatie aan tussen replicatieve metingen. Klik <a href="https://www.jove.com/files/ftp_upload/69530/69530fig1large.jpg" target="_blank">hier om een grotere versie van deze figuur te bekijken.</a>
<img alt="Figuur 2" class="xfigimg" src="/files/ftp_upload/69530/69530fig2.jpg" data-altupdatedat="1783400419000" data-alt="Figure 2"> 
Figuur 2: Ruimtelijke verdeling van kwantumefficiëntie van fotosysteem II en waarden van de genormaliseerde differentievegetatie-index (NDVI). De ruimtelijke verdeling van (bovenste) kwantumefficiëntie van fotosysteem II (Fq'/Fm') en (onder) genormaliseerde differentievegetatie-index (NDVI) waarden werd gemeten over twee experimentele sojaboonvelden met 120 percelen en 36 foklijnen (n = 58.916). Punten geven meetlocaties aan, met kleuren die de waargenomen waarde aangeven en vormen de koersrichting van de robot aangeven: noordwest (NW), noordoost (NE), zuidwest (SW) en zuidoost (SE)-richting. Zwarte lijnen geven de grenzen van het veldplot af. Zwarte stippen geven de coördinaten van het globale navigatiesatellietsysteem (GNSS) van de veldrobot aan. Klik <a href="https://www.jove.com/files/ftp_upload/69530/69530fig2large.jpg" target="_blank">hier om een grotere versie van deze figuur te bekijken.</a>
<img alt="Figuur 3" class="xfigimg" src="/files/ftp_upload/69530/69530fig3.jpg" data-altupdatedat="1783400419000" data-alt="Figure 3"> 
Figuur 3: Kwantumefficiëntie van fotosysteem II. Boxplots tonen de kwantumefficiëntie van fotosysteem II (Fq'/Fm') en de logaritme van de invallende irradiantie bij 680 nm over meeturen (9 - 15 uur) voor zowel noordoostelijke (NO)-richting als zuidwestelijke (ZWEST)-richting roverrichting (nNE-richting = 14.339, nZO-richting = 25.669, ntotaal = 40.008). De robot schaduwde de meetplek terwijl hij 's ochtends zuidwest-richting voer en 's middags noordoost-waarts. Elke box vertegenwoordigt het interkwartielbereik (IQR), waarbij de horizontale lijn en de snorharen respectievelijk de mediaan en 1,5 × IQR-limieten aangeven. Klik <a href="https://www.jove.com/files/ftp_upload/69530/69530fig3large.jpg" target="_blank">hier om een grotere versie van deze figuur te bekijken.</a>
<img alt="Figuur 4" class="xfigimg" src="/files/ftp_upload/69530/69530fig4.jpg" data-altupdatedat="1783400419000" data-alt="Figure 4"> 
Figuur 4: Fotosynthetische responshellingen. (A) Ruimtelijke variatie in geschatte fotosynthetische responshellingen (interactie tussen genotype en fotosynthetische fotonfluxsnelheid (G: PPFR)) over twee sojaboon-experimentele velden, afgeleid van lineaire mixed-effects modellering. (B) Gecorrigeerde gemiddelden en model-geschatte fotosynthetische responshellingen voor individuele foklijnen, met gemarkeerde genotypen van belang in kleur getoond. (C) Relatie tussen incident PPFR en de kwantumefficiëntie van fotosysteem II (Fq'/Fm') voor de gemarkeerde genotypen, met aangepaste vierkantswortelregressiecurves. Klik <a href="https://www.jove.com/files/ftp_upload/69530/69530fig4large.jpg" target="_blank">hier om een grotere versie van deze figuur te bekijken.</a>
<img alt="Figuur 5" class="xfigimg" src="/files/ftp_upload/69530/69530fig5v2.jpg" data-altupdatedat="1783400419000" data-alt="Figure 5"> 
Figuur 5: Meting van de canopy-architectuur door LIFT. De bladerdakarchitectuur van de sojaboonvariëteit Gallec wordt getoond. (A) De rode, groene en blauwe (RGB) camera's van het licht-geïnduceerde fluorescentietransient (LIFT) apparaat namen beelden vast tijdens het screenen voor fotosynthese. (B, C) Het matching and stereo 3D-reconstructie (MASt3R) algoritme36 werd gebruikt om de 3D-canopy-architectuur te reconstrueren. De piramides geven geschatte cameraposities aan. Klik <a href="https://www.jove.com/files/ftp_upload/69530/69530fig5large.jpg" target="_blank">hier om een grotere versie van deze figuur te bekijken.</a>

Hoogwaardige screening in het veld van fotosynthetische efficiëntie in gewasplanten met behulp van een autonome robot

Photosynthesis supplies energy not only for plant biomass production but also for symbiotic processes such as nitrogen (N) fixation. Whereas the potential ...

high-throughput-field-screening-photosynthetic-efficiency-crop-plants

Research

JoVE Journal

Biology

Biologie

We brengen verslag uit een methode voor de introductie, tracking en kwantitatieve analyse van de GFP expressie in plantencellen. Deze methode maakt gebruik van een speciaal ontworpen robotica systeem voor semi-continue foto collectie van grote aantallen monsters, in de tijd. We tonen ook aan het gebruik van ImageJ en ImageReady voor de analyse van foto-serie.

Robotica en Dynamic Image Analysis voor Studies van genexpressie in plantenweefsels

Dit protocol beschrijft een werkwijze voor snelle verzameling afbeeldingen van Arabidopsis zaailingen reageren op een stimulus zwaartekracht met behulp van commercieel verkrijgbare flatbed scanners. De methode maakt het mogelijk voor goedkope, high-volume vastleggen van beelden met hoge resolutie vatbaar voor downstream analyse algoritmen.

Met behulp van flatbed scanners om High-resolution-Time vervallen Beelden van de Arabidopsis wortel gravitropic Response Collect

Een high-throughput, geautomatiseerde, tabak protoplast productie en transformatie methode is beschreven. Het robotsysteem maakt massively parallel genexpressie en ontdekking in het model BY-2 systeem dat vertaalbaar naar niet-model gewassen zou moeten zijn.

Een Robotic Platform voor High-throughput protoplastisola- en Transformatie

Een scherm met hoge doorvoersnelheid van synthetische kleine moleculen vond plaats op de model plantensoorten, Arabidopsis thaliana. Dit protocol, ontwikkeld voor een liquid handling robot, verhoogt de snelheid van voorwaartse chemische genetica schermen, versnellen van de ontdekking van nieuwe kleine moleculen beïnvloeden de plantenfysiologie.

Optimaliseren van het gebruik van een Liquid Handling Robot uit te voeren van een hoge doorvoersnelheid vooruit chemische genetica scherm van Arabidopsis thaliana

Distributed robot nodes bieden sequenties van blauw lichtprikkels om de groei trajecten van klimplanten te sturen. Door het activeren van natuurlijke fototropisme, de robots begeleiden de planten door middel van binaire links-rechts beslissingen, groeien ze in vooraf gedefinieerde patronen die daarentegen niet mogelijk zijn wanneer de robots slapend zijn.

Robotic sensing en stimuli voorziening voor geleide plantengroei

Het protocol introduceert een high-throughput methode voor het meten van de ontspanning van niet-fotochemische quenching door pulsamplitude gemoduleerde chlorofyl fluorometrie. De methode wordt toegepast op in het veld gekweekte Glycine max en kan worden aangepast aan andere soorten om te screenen op genetische diversiteit of broedpopulaties.

High-Throughput analyse van niet-fotochemische blussing in gewassen met behulp van pulsamplitude gemoduleerde chlorofylfluorometrie

We beschrijven een benadering om veranderingen in fotosynthetische efficiëntie in planten te meten na behandeling met lage CO2 met behulp van chlorofylfluorescentie.

Evaluatie van fotosynthetische efficiëntie in fotorespiratoire mutanten door chlorofylfluorescentieanalyse

We rapporteren gedetailleerde procedures voor een schattingsmethode voor invasieve plantenbiomassa die gebruikmaakt van gegevens die zijn verkregen van teledetectie door onbemande luchtvaartuigen (UAV) om biomassa te beoordelen en de ruimtelijke verspreiding van invasieve soorten vast te leggen. Deze aanpak blijkt zeer nuttig te zijn voor het uitvoeren van gevarenbeoordeling en vroegtijdige waarschuwing van invasieve planten.

Op computervisie gebaseerde biomassaschatting voor invasieve planten

Hier beschrijven we een geavanceerd hulpmiddel dat is ontworpen voor het monitoren van de biosynthese van chlorofyl tijdens de vroege stadia van de de-etiolatie van Arabidopsis-zaailingen . De nieuwe methodologie biedt niet-invasieve real-time chlorofylfluorescentiebeeldvorming met een hoge ruimtelijke en temporele resolutie.

Niet-invasieve test voor bepaling van de kinetiek van chlorofylbiosynthese tijdens vroege stadia van de-etiolatie van Arabidopsis

We ontwierpen een op afbeeldingen gebaseerd fenotyperingsprotocol om de morfologische en fysiologische reacties op enkelvoudige en gecombineerde hitte-, droogte- en wateroverlastbehandelingen te bepalen. Deze aanpak maakte het mogelijk om vroege, late en herstelreacties te identificeren op het niveau van de hele fabriek, met name bovengrondse delen, en benadrukte de noodzaak van het gebruik van meerdere beeldsensoren.

Fenotypering op basis van afbeeldingen met hoge doorvoer voor het bepalen van morfologische en fysiologische reacties op enkelvoudige en gecombineerde spanningen in aardappel

Er wordt een methode gepresenteerd voor goedkope beeldvorming van planten om fenotypes te meten, samen met best practices voor het vastleggen van afbeeldingen en een pijplijn voor beeldanalyse voor het kwantificeren van planteigenschappen. Deze methoden werden toegepast om de fenotypes van maïs (Zea mays) te meten onder hitte, droogte en gecombineerde abiotische stressomstandigheden.

Beeldvorming en analyse voor het kwantificeren van maïs (Zea mays) abiotische stressfenotypes

Leer een niet-destructieve, hoogdoorvoetsmethode om fotosysteem II-quantumefficiëntie en plantenarchitectuur in het veld te meten met behulp van een autonome robot. Deze aanpak vergemakkelijkt grootschalige fenotypering van fotosynthese in het gewas.

Hoogwaardige screening in het veld van fotosynthetische efficiëntie in gewasplanten met behulp van een autonome robot

Meer video's verkennen