Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Environment

RGB og spektral Root tænkelig nemlig plante fænotyper og fysiologiske forskning: eksperimentel opsætning og Imaging protokoller

Published: August 8, 2017 doi: 10.3791/56251

Summary

En eksperimentel protokol er præsenteret for vurdering af jorden dyrket plante rodsystemer med RGB og hyperspectral billeddannelse. Kombination af RGB-billede gang serie med chemometric oplysninger fra hyperspectral scanner optimerer indsigt i anlægget rod dynamics.

Abstract

Bedre forståelse af anlægget rod dynamics er afgørende at forbedre ressourceeffektiviteten brug af landbrugssystemer og øge modstanden i afgrøde sorter mod miljøbelastninger. En eksperimentel protokol er præsenteret for RGB og hyperspectral billeddannelse af rodsystemer. Metoden bruger rhizoboxes hvor planter vokser i naturlig jord over en længere tid til at observere fuldt udviklede rodsystemer. Eksperimentelle indstillinger er eksemplificeret for vurderingen af rhizobox planter under vand stress og studere rollen af rødder. Et RGB-imaging setup er beskrevet til billig og hurtig kvantificering af roden udvikling over tid. Hyperspectral imaging forbedrer root segmentering fra jord baggrunden i forhold til RGB farve baseret tærskel. Den særlige styrke hyperspectral Imaging er erhvervelse af chemometric oplysninger på root-jord system for funktionel forståelse. Dette er påvist med høj opløsning vand indhold kortlægning. Spektrale imaging men er mere kompleks i image erhvervelse, behandling og analyse i forhold til RGB-tilgang. En kombination af begge metoder kan optimere en omfattende vurdering af rodsystemet. Applikationseksempler integrere rod og overjordiske træk får for forbindelse med plante fænotyper og plante fysiologiske forskning. Yderligere forbedring af roden imaging kan opnås ved at optimere RGB-billedkvalitet med bedre belysning ved hjælp af forskellige lyskilder og i forlængelse af billede analysemetoder til at udlede på roden zoneegenskaber fra spektrale data.

Introduction

Rødderne giver flere væsentlige funktioner for planter såsom opbevaring af sidestiller, forankring af landplanter i jord, og optagelse og transport af vand og næringsstoffer1. Fra et evolutionært synspunkt, er dannelsen af roden akser betragtes som en grundlæggende forudsætning for oprindelsen af jord planter2. På trods af denne vigtige rolle, har historisk rødder besat kun en marginal position i biologiske forskning. I nyere tid, der dog stigende videnskabelig interesse i anlægget rod systemer som det fremgår i figur 1.

Figure 1
Figur 1: Relevansen af roden undersøgelser i anlægget videnskaber.
Antallet af root relaterede studier som en procentdel af alle offentliggjorte plante undersøgelser i SCI tidsskrifter i de sidste årtier. Søgeresultat fra Scopus ved hjælp af søgeord "plante" og "plante og rod". Venligst klik her for at se en større version af dette tal.

To vigtigste grunde kan være hypotese at ligge til grund for de seneste fremskridt i roden forskning. Første, terrestriske vegetation er udsat for mere hyppige miljøbelastninger som følge af global ændring3. I forbindelse med landbrugets planteavl anslås det, at globalt omkring 30% af landbrugsarealet er begrænset af vand og fosfor4,5. Stress reduktion af høstudbyttet er en hovedårsag til betydelige afkast huller, der er globalt anslås til lavere 50% af potentielle produktivitet til rainfed agro-økosystemer6. Udover lav ressourcetilgængelighed, er det også relateret til dårlig brug ressourceeffektivitet, dvs. utilstrækkelig kapacitet for et anlæg til at udnytte tilgængelige ressourcer7. Dette resulterer i tab af mobile ressourcer som nitrat, der kan indvirke negativt på andre økosystemer. Den nuværende globale kvælstof brug effektivitet anslås for eksempel til 47%8. Bedre ressource bruger effektivitet via forbedrede ledelsesmetoder og kultivarer er derfor af stor betydning for både vedvarende vækst af landbrugets output samt med hensyn til miljømæssig bæredygtighed. I denne forbindelse plante anses rødder for at være et centralt mål for forbedrede afgrøder og beskæring systemer9,10.

En anden vigtig baggrund for den nylige interesse i planternes rødder er teknologiske fremskridt inden for målemetoder. Roden metoder har længe været begrænset af to væsentlige udfordringer: for måling af rødder fra planter, der vokser i jord de skulle isoleres for kvantificering, det meste af vask11, dermed forstyrre den arkitektoniske arrangement af roden akser. In-situ root observation ved hjælp af udgravningen metoder, dermed bevare den naturlige placering af rødderne i jorden, har været brugt til Botanisk beskrivelse12. Stadig de er meget tidskrævende og opfylder således ikke kravene gennemløb af sammenlignende struktur-funktionelle rodsystem analyse. På den anden side høj overførselshastighed metoder til roden arkitektur måling var for det meste udført på kunstige medier og for sætteplante planter13 hvor ekstrapolation til den naturlige vækstmiljø af planter er tvivlsom14.

Den seneste boom af roden forskning er tæt knyttet til advance i imaging metoder15. Imaging tilgange i roden undersøgelser kan groft inddeles i tre typer. Først er der høj opløsning 3D metoder såsom CT- og Mr16. Disse metoder er mest egnet til at studere samspillet processer af planternes rødder med jord, såsom tørke induceret vedvævet emboli17. De anvendes typisk til forholdsvis små prøver, hvor de giver detaljerede observationer. En sammenligning af CT og Mr for forskellige størrelser gryder og fine root imaging tilbydes i18. Andet er der høj overførselshastighed Billeddannende metoder19,20. Disse metoder er hovedsagelig baseret på fælles 2D RGB billeddannelse af rødder vokser på kunstige medier (gel, spiring papir) hvor høj kontrast gør det forholdsvis simpelt dissektion mellem rødder og baggrund. De er egnede til høj overførselshastighed sammenligning blandt sætteplante root træk af forskellige afgrøde genotyper under standardiserede kunstige voksende betingelser13. I mellem disse to tilgange er rhizobox metoder: de bruger 2D billeddannelse af rødder vokser i jorden over længere periode og har medium gennemløb21,22. En nylig udfordring at (2D) roden imaging er at fange også indikatorer af rod funktioner ud over beskrivelsen af struktur23.

I den nuværende papir præsenterer vi de eksperimentelle protokoller for imaging rhizobox vokset root systemer ved hjælp af en billig og enkel custom-made RGB imaging setup og (ii) en mere kompleks NIR imaging setup. Eksempel resultater fra disse to opsætninger er vist og diskuteret i forbindelse med anlægget fænotyper og fysiologiske planteforskning.

Discussion

Protokollerne giver to komplementære tilgange til jord dyrkes rodsystem billeddannelse. Et kritisk trin for pålidelige eksperimentelle resultater påfyldning af den rhizoboxes, der skal sikre en jævn og ensartet substrat lag på front glasset til at give stramme root-jord kontakt på vinduet observation og undgå lufthuller. Dette er hovedårsagen til brug forholdsvis fint sigtede jord af < 2 mm: større aggregater resultere i højere overflade morfologi på vinduet observation med hulrum mellem aggregater. Udover en højere risiko for root tip dehydrering kræver dette også mere komplekse billede behandling teknikker for vand kortlægning31.

Ændringer af protokollen derfor fokus på forbedret og hurtig påfyldning af rhizoboxes. I øjeblikket fylder tid er omkring 30 minutter pr kasse. Desuden brug af rhizoboxes med to glas windows imaging fra begge sider og ændringer til at optimere belysning ensartethed for bedre RGB-billeder er testet. Yderligere hardware udvidelse kan også overveje integration af planar optodes32 samt kapacitans imaging33 i rhizobox systemet. Dette er dog ud over aktuelle opgradering aktiviteter.

Software ændringer fokusere på automatiske billede registrering at sammensmelte top og bund RBG billeder34. For hyperspectral tilgange billeddannelse avanceret uovervåget funktion udvinding28 samt mere følsomme detektionsmetoder i overvåget mål såsom SVMs35 er testet. Derved mulighed hyperspectral data potentielt for vurdering af flere jord, rhizosfære og rod egenskaber36. Desuden er hensigten at udvikle et (semi) automatiseret software til rhizobox root billeder baseret på en modificeret version af rodsystemet Analyzer37 at kvantificere morfologiske (længde, diameter, overflade) samt arkitektoniske træk (forgrening frekvens, forgrening vinkler).

Den største begrænsning af protokollen i forhold til 3D imaging tilgange er begrænsning til overflade synlig rod og rhizosfære egenskaber. Men det er blevet påvist, at den synlige rod træk er en pålidelig proxy for hele rodsystemet21. Rhizobox teknikken er let kombineres med traditionelle destruktiv prøvetagning (vask) i slutningen af dynamisk vækst imaging for at validere relationen for synlige vs samlede rodsystem træk. Da denne relation kan variere blandt arter21, er destruktiv prøvetagning anbefales for at sikre pålidelig inferens fra synlige træk for alle nye fænotyper serien med en anden afgrøde arter.

Den vigtigste fordel af protokollen præsenteres her er kombinationen af realistisk vækstbetingelser (jord), relativt høje potentielle overførselshastighed for tidsligt løst RGB imaging og inferens på roden funktionalitet (f.eks. vand optagelse) via chemometric rod og rhizosfære data fra hyperspectral billeddannelse. Dermed metoderne overvinder inferens restriktioner i høj overførselshastighed sætteplante og ikke-jorden roden imaging metoder14, mens det delvis giver dyb fænotyper indsigt i funktionelle processer med mindre eksperimentelle kompleksitet og højere produktivitet i forhold til avanceret 3D metoder15.

I kommende eksperimenter protokollen vil blive brugt til at studere effekten af mykorrhiza på rodsystem udvikling og funktionalitet af bælgfrugter såvel som for fænotyper root Karakteristik af cover afgrøde arter i forhold til jordens struktur, kvælstof og kulstof cykling.

Disclosures

Forfatterne har ikke noget at oplyse.

Acknowledgments

Forfatterne anerkende finansieringen fra den østrigske videnskab fond FWF via projektet nummeret P 25190-B16 (rødder af tørke resistens). Etablering af hyperspectral imaging infrastruktur blev støttet økonomisk af den føderale regering i Niederösterreich (Land Niederösterreich) via projektet K3-F-282/001-2012. Yderligere finansiering for sukkerroer eksperiment blev modtaget fra AGRANA forskning & Innovation Center GmbH (ERLENDS). Forfatterne tak Craig Jackson for teknisk support i løbet af eksperimentet og Dansk korrektion af manuskriptet. Vi anerkender også Markus Freudhofmaier der har bidraget til oprettelsen RGB imaging setup og Josef Schodl for konstruktion af rhizobox montering.

Materials

Name Company Catalog Number Comments
Rhizobox Technisches Büro für Bodenkultur Experimental builder
LED Lamps ATUM HORTI 600 Klutronic AHI10600F
Fluorescent light tube HiLite T5 Day Juwel Aquarium 86324
UV light tube Eurolite 45cm slim 15 W Conrad 593384 - 62
Canon EOS 6D Canon Austria GmbH 8035B024
Adobe Photoshop CS5 Extended Version 12.0 x 32 Adobe Systems Software Ireland Ltd.
WinRhizo Pro v. 2013 Regent Instruments Inc.
Xeva-1.7-320 SWIR camera Xenics XEN-000105
Spectrograph Imspector N25E Specim
Hyperspectral imaging scanner Carinthian Tech Research AG Experimental builder Design and assemblage of Hyperspectral Imaging Scanner and software
Matlab R2106a Mathworks Including Toolboxes for Image Processing, Signal Processing and Statistics and Machine Learning
AP4 Poromoeter Delta-T-Devices
LI-3100C Area Meter LI-COR
BASF Styradur polystyrene sheets Obi Baumarkt 9706318 Different types of polystyrene sheets or other material separating differently moistured soil can be used

DOWNLOAD MATERIALS LIST

References

  1. Kutschera, L. Wurzelatlas mitteleuropäischer Ackerunkräuter und Kulturpflanzen. , DLG-Verlags-GmbH, Frankfurt am Main. (1960).
  2. Kenrick, P., Strullu-Derrien, C. The origin and early evolution of roots. Plant Physiol. 166, 570-580 (2014).
  3. Franklin, J., Serra-Diaz, J. M., Syphard, A. D., Regan, H. M. Global change and terrestrial plant community dynamics. PNAS. 113, 3725-3734 (2016).
  4. MacDonald, G. K., Bennett, E. M., Potter, P. A., Ramankutty, N. Agronomic phosphorus imbalances across the world's croplands. PNAS. 108, 3086-3091 (2011).
  5. Vörösmarty, C. J., Green, P., Salisbury, J., Lammers, R. B. Global water resources: vulnerability from climate change and population growth. Science. 289, 284 (2000).
  6. Lobell, D. B., Cassman, K. G., Field, C. B. Crop yield gaps: their importance, magnitudes, and causes. Annu. Rev. Environ. Resour. 34, 179-204 (2009).
  7. Angus, J. F., Van Herwaarden, A. F. Increasing water use and water use efficiency in dryland wheat. Agron. J. 93, 290-298 (2001).
  8. Lassaletta, L., Billen, G., Grizzetti, B., Anglade, J., Garnier, J. 50 year trends in nitrogen use efficiency of world cropping systems: the relationship between yield and nitrogen input to cropland. Environ. Res. Lett. 9 (10), 105011 (2014).
  9. Lynch, J. P. Roots of the second green revolution. Aust. J Bot. 55, 493-512 (2007).
  10. Comas, L. H., Becker, S. R., Von Mark, V. C., Byrne, P. F., Dierig, D. A. Root traits contributing to plant productivity under drought. Front. Plant Sci. 4, 442 (2013).
  11. Metcalfe, D. B., et al. A method for extracting plant roots from soil which facilitates rapid sample processing without compromising measurement accuracy. New Phytol. 174, 697-703 (2007).
  12. Kutschera, L., Lichtenegger, E., Sobotik, M. Wurzelatlas der Kulturpflanzen gemäßigter Gebiete mit Arten des Feldgemüsebaues. , DLG-Verlag, Frankfurt am Main. (2009).
  13. Gioia, T., et al. GrowScreen-PaGe, a non-invasive, high-throughput phenotyping system based on germination paper to quantify crop phenotypic diversity and plasticity of root traits under varying nutrient supply. Funct. Plant Biol. 44, 76-93 (2017).
  14. Watt, M., et al. A rapid, controlled-environment seedling root screen for wheat correlates well with rooting depths at vegetative, but not reproductive, stages at two field sites. Ann. Bot. 112, 447-455 (2013).
  15. Fiorani, F., Schurr, U. Future scenarios for plant phenotyping. Annu. Rev Plant Biol. 64, 267-291 (2013).
  16. Metzner, R., et al. Direct comparison of MRI and X-ray CT technologies for 3D imaging of root systems in soil: potential and challenges for root trait quantification. Plant Methods. 11, 1 (2015).
  17. Choat, B., Badel, E., Burlett, R., Delzon, S., Cochard, H., Jansen, S. Non-invasive measurement of vulnerability to drought induced embolism by X-ray microtomography. Plant Physiol. 170, 273-282 (2015).
  18. Metzner, R., et al. Direct comparison of MRI and X-ray CT technologies for 3D imaging of root systems in soil: potential and challenges for root trait quantification. Plant Methods. 11, 1 (2015).
  19. Le Marié, C., Kirchgessner, N., Marschall, D., Walter, A., Hund, A. Rhizoslides: paper-based growth system for non-destructive, high throughput phenotyping of root development by means of image analysis. Plant Methods. 10, 1 (2014).
  20. Bengough, A. G., et al. Gel observation chamber for rapid screening of root traits in cereal seedlings. Plant Soil. 262, 63-70 (2004).
  21. Nagel, K. A., et al. GROWSCREEN-Rhizo is a novel phenotyping robot enabling simultaneous measurements of root and shoot growth for plants grown in soil-filled rhizotrons. Funct. Plant Biol. 39, 891-904 (2012).
  22. Price, A. H., et al. Upland rice grown in soil-filled chambers and exposed to contrasting water-deficit regimes: I. Root distribution, water use and plant water status. Field Crops Res. 76, 11-24 (2002).
  23. Vadez, V. Root hydraulics: the forgotten side of roots in drought adaptation. Field Crops Res. 165, 15-24 (2014).
  24. Dane, J. H., Hopmans, J. W. Pressure plate extractor. Methods of soil analysis. Part 4. Physical methods. Dane, J. H., Topp, G. C. , SSSA Inc. Madison, Wisconsin, USA. 688-690 (2002).
  25. Wösten, J. H. M., Pachepsky, Y. A., Rawls, W. J. Pedotransfer functions: bridging the gap between available basic soil data and missing soil hydraulic characteristics. J. Hydrol. 251, 123-150 (2001).
  26. Passioura, J. B. The perils of pot experiments. Funct. Plant Biol. 33, 1075-1079 (2006).
  27. Dorrepaal, R., Malegori, C., Gowen, A. Tutorial: Time series hyperspectral image analysis. J. Near Infrared Spec. 24, 89-107 (2016).
  28. Kim, D. M., et al. Highly sensitive image-derived indices of water-stressed plants using hyperspectral imaging in SWIR and histogram analysis. Scie rep. 5, (2015).
  29. 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).
  30. Lobell, D. B., Asner, G. P. Moisture effects on soil reflectance. Soil Sci. Soc. Am. J. 66, 722-727 (2002).
  31. Esquerre, C., Gowen, A. A., Burger, J., Downey, G., O'Donnell, C. P. Suppressing sample morphology effects in near infrared spectral imaging using chemometric data pre-treatments. Chemometr. Intell. Lab. 117, 129-137 (2012).
  32. Williams, P. N., et al. Localized flux maxima of arsenic, lead, and iron around root apices in flooded lowland rice. Environ Sci. Technol. 48, 8498-8506 (2014).
  33. Cseresnyés, I., Takács, T., Végh, K. R., Anton, A., Rajkai, K. Electrical impedance and capacitance method: a new approach for detection of functional aspects of arbuscular mycorrhizal colonization in maize. Eur. J Soil Biol. 54, 25-31 (2013).
  34. Brown, M., Lowe, D. G. Automatic panoramic image stitching using invariant features. Int. J. Comput. Vision. 74, 59-73 (2007).
  35. Jiang, Y., Li, C., Takeda, F. Nondestructive detection and quantification of blueberry bruising using near-infrared (NIR) hyperspectral reflectance imaging. Scientific Reports. 6, 35679 (2016).
  36. Chang, C. -W., Laird, D. A., Mausbach, M. J., Hurburgh, C. R. Near-infrared reflectance spectroscopy-principal components regression analyses of soil properties. Soil Sci. Soc. Am. J. 65, 480-490 (2001).
  37. Leitner, D., Felderer, B., Vontobel, P., Schnepf, A. Recovering root system traits using image analysis exemplified by two-dimensional neutron radiography images of lupine. Plant Physiol. 164 (1), 24-35 (2014).

Tags

Miljøvidenskab sag 126 rodsystem Hyperspectral Imaging RGB-billeder plante stress fænotyper Rhizobox spektralanalyse
RGB og spektral Root tænkelig nemlig plante fænotyper og fysiologiske forskning: eksperimentel opsætning og Imaging protokoller
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Bodner, G., Alsalem, M.,More

Bodner, G., Alsalem, M., Nakhforoosh, A., Arnold, T., Leitner, D. RGB and Spectral Root Imaging for Plant Phenotyping and Physiological Research: Experimental Setup and Imaging Protocols. J. Vis. Exp. (126), e56251, doi:10.3791/56251 (2017).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter