RGB og Spectral rot bildebehandling for anlegget Phenotyping og fysiologiske forskning: eksperimentelle oppsett og Imaging protokoller

Environment
 

Summary

En eksperimentell protokoll er presentert for vurdering av jord dyrket plante rot systemer med RGB og hyperspektral avbildning. Kombinasjonen av RGB bilde tid serien med chemometric informasjon fra hyperspektral skanner optimaliserer innsikt i anlegget rot dynamics.

Cite this Article

Copy Citation | Download Citations | Reprints and Permissions

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).

Please note that all translations are automatically generated.

Click here for the english version. For other languages click here.

Abstract

Forståelse av anlegget rot dynamics er viktig å forbedre ressurseffektiviteten for bruk av jordbruks-systemer og øke motstanden av avling kultivarer mot miljømessige belastninger. En eksperimentell protokoll er presentert for RGB og hyperspektral avbildning med rotsystem. Fremgangsmåten bruker rhizoboxes der planter vokse i naturlige jord over lengre tid å observere fullt utviklet rotsystem. Eksperimentell innstillinger er eksemplifisert for vurdering rhizobox planter under vann stress og studere rollen røtter. En RGB tenkelig oppsett er beskrevet for billig og rask kvantifisering av root utvikling over tid. Hyperspektral avbildning forbedrer rot segmentering av jord bakgrunnen forhold til RGB fargen basert terskelverdi. Bestemt styrke hyperspektral avbildning er oppkjøpet av chemometric informasjon på rot-jord system for funksjonell forståelse. Dette er demonstrert med høy oppløsning vann innhold kartlegging. Spectral imaging men er mer komplisert i bildeopptak, bearbeiding og analyse forhold til RGB tilnærming. En kombinasjon av begge metoder kan optimalisere en helhetlig vurdering av rotsystem. Programmet eksempler integrere rot og aboveground trekk gis for konteksten til anlegget phenotyping og plante fysiologiske forskning. Ytterligere forbedring av rot bildebehandling kan fås ved å optimalisere RGB bildekvaliteten med bedre belysning med forskjellige lyskilder og dermed bildet analyse metoder for å utlede på roten nskaper fra spektraldata.

Introduction

Røtter gir flere viktige funksjoner for planter som lagring av assimilates, anchorage terrestrial anlegg i jord, og opptak og transport av vann og næringsstoffer1. Fra et evolusjonært synspunkt, dannelsen av rot akser er ansett som en grunnleggende forutsetning for opprinnelsen til land planter2. Til tross for denne viktige rollen, har historisk røtter okkupert bare en marginale stilling i biologisk forskning. I nyere tid, er det imidlertid økende vitenskapelig interesse i plante rot systemer som vises i figur 1.

Figure 1
Figur 1: Relevans av rot studier i anlegget sciences.
Antall rot relaterte studier som en prosent av alle publiserte anlegget studier i SCI journaler de siste tiårene. Søkeresultat fra Scopus søkeord "anlegget" og "plante og root". Klikk her for å se en større versjon av dette tallet.

To hovedårsaker kan være antatt ligger den siste utviklingen i roten forskning. Første, terrestrial vegetasjon er utsatt for hyppigere miljømessige påkjenninger som følge av global endring3. I forbindelse med landbruket planteproduksjon anslås det at globalt rundt 30% av dagens jordbruksarealer er begrenset av vann og fosfor4,5. Stress reduksjon av avlinger er hovedgrunnen for betydelig avkastning gapene som globalt anslås til lavere 50% av potensielle produktivitet for rainfed agro-økosystemer6. Foruten lav ressurstilgjengelighet, er dette også knyttet til dårlig ressurs bruk effektivitet, dvs nok kapasitet av en plante å utnytte ressurser7. Dette resulterer i tap av mobile ressurser som nitrat som kan negativt påvirke andre økosystemer. Gjeldende globale nitrogen bruk effektiviteten anslås for eksempel til 47%8. Bedre ressurs bruker effektivitet via bedre forvaltning metoder og kultivarer er derfor av høy betydning for både vedvarende vekst av landbruket utganger så vel som for miljømessig bærekraft. I denne sammenheng plante anses røtter å være et viktig mål for bedre avlinger og beskjæring systemer9,10.

Andre viktig bakgrunn for siste interessen planterøttene er teknologiske fremskritt i målemetoder. Root metoder har lenge vært begrenset av to sentrale utfordringer: for måling av røtter fra planter vokser i jord måtte de være isolert for kvantifisering, hovedsakelig ved å vaske11, og dermed urovekkende arkitektoniske ordningen av rot akser. In situ rot observasjon bruker utgravning metoder, og dermed spare naturlig plasseringen av røtter i jord, brukes for botanisk beskrivelse12. Fortsatt de er svært tidkrevende og dermed oppfyller ikke gjennomstrømningen kravene i sammenlignende strukturelle-funksjonelle rotsystem analyse. Derimot var høy gjennomstrømming metoder for rot arkitektur måling det meste gjort på kunstig media og frøplante planter13 der ekstrapolering for det naturlige miljøet av planter er tvilsom14.

Den siste bommen rot forskning er tett knyttet til forhånd i imaging metoder15. Imaging tilnærminger i roten studier kan grovt grupperes i tre typer. Først er det høy resolution 3D metoder som CT og MRI16. Disse metodene er best egnet til å studere samspillet prosesser av plante røtter med jord, slik som tørke indusert vedvev embolism17. Vanligvis brukes de på relativt små utvalg der de gi detaljert observasjoner. En sammenligning av CT og MRI for annerledes størrelse Potter og fine rot bildebehandling tilbys i18. Andre er det høy gjennomstrømming tenkelig metoder19,20. Disse metodene er hovedsakelig basert på felles 2D RGB avbilding av røtter vokser på kunstig media (gel, spiring papir) hvor høy kontrast gir relativt enkel disseksjon mellom røtter og bakgrunn. De er egnet for høy gjennomstrømning sammenligning mellom frøplante rot personlighetstrekk av forskjellige beskjære genotyper under standardisert kunstig voksende forhold13. Mellom disse to tilnærmingene er rhizobox metoder: de bruker 2D avbilding av røtter vokser i jord over lengre tid og har medium gjennomstrømming21,22. En siste utfordring (2D) root bildebehandling er å fange også indikatorer rot funksjonalitet i tillegg til beskrivelse av strukturen23.

I denne utredningen presenterer vi eksperimentelle protokollene for imaging rhizobox vokst rotsystem (i) en billig og enkel skreddersydd RGB tenkelig oppsett og (ii) en mer kompleks NIR tenkelig oppsett. Eksempel resultatene fra disse to oppsett er vist og omtalt i forbindelse med anlegget phenotyping og fysiologiske planteforskning.

Discussion

Protokollene gir to utfyllende tilnærminger for jord vokst rotsystem bildebehandling. Et kritisk punkt for pålitelig eksperimentelle resultater er fylt av rhizoboxes som skal sikre en jevn og homogen substrat laget på glassfront stramt rot-jord kontakt i vinduet observasjon og unngå luft hull. Dette er hovedgrunnen til bruker relativt fint soldet jord av < 2 mm: større aggregater resultere i høyere overflaten morfologi i vinduet observasjon med tomrom mellom aggregat. Foruten en høyere risiko for rot tips dehydrering krever dette også mer komplekse bildebehandlingen teknikker for vann kartlegging31.

Endringer av protokollen derfor fokusere på forbedret og rask fylling av rhizoboxes. Øyeblikket fyller tid er ca 30 minutter per boks. Videre bruk av rhizoboxes med to glassvinduer tenkelig fra begge sider og modifikasjoner optimere belysning homogenitet for bedre RGB-bilder er testet. Ytterligere maskinvare utvidelse kan også vurdere integrering av Plane optodes32 samt kapasitans imaging33 i rhizobox systemet. Dette er imidlertid utenfor gjeldende oppgradering aktiviteter.

Software modifikasjoner fokus på automatisk bilde registrering sikringen toppen og bunnen RBG bilder34. For hyperspektral tilnærminger tenkelig avanserte unsupervised egenskapsuttrekking28 samt mer følsomme veiledet målet gjenkjenningsmetoder som SVMs35 testes. Dermed tillate hyperspektral dataene potensielt vurdering av flere jord, rhizosphere og root egenskaper36. Videre er det ment å utvikle en (semi) lager disponering programvare for rhizobox rot bilder basert på en modifisert versjon av rotsystem Analyzer37 å kvantifisere morfologiske (lengde, diameter, overflaten) og arkitektoniske trekk (forgrening frekvens, forgrening vinkler).

Den viktigste begrensningen av protokollen sammenlignet med 3D tenkelig tilnærminger er begrensningen til overflaten synlig og rhizosphere egenskaper. Det har imidlertid vist at den synlige rot trekk er en pålitelig proxy for hele rotsystem21. Rhizobox teknikken er enkelt kombinert med tradisjonell destruktive sampling (vask) på slutten av dynamisk vekst imaging for å validere for synlig vs totale rotsystem trekk. Denne relasjonen kan variere blant arter21, anbefales destruktive prøvetaking å sikre pålitelig slutning fra vises egenskaper for alle nye phenotyping serien med et annet beskjære arter.

Den viktigste fordelen av protokollen presenteres her er kombinasjonen av realistiske vekstforhold (jord), relativt høye potensielle gjennomstrømming for timelig løst RGB bildebehandling og inferens på roten funksjonalitet (f.eks vann opptak) via chemometric rot og rhizosphere data fra hyperspektral avbildning. Dermed metodene overvinner slutning begrensninger i høy gjennomstrømning frøplante og ikke-jord rot imaging metoder14, mens den delvis innrømmer dypt phenotyping innsikt i funksjonelle prosesser med mindre eksperimentelle kompleksitet og høyere ytelse sammenlignet med avansert 3D metoder15.

Kommende eksperimenter protokollen skal brukes til å studere effekter av mycorrhiza på roten systemutvikling og funksjonalitet av belgfrukter så vel som for phenotyping rot kjennetegner cover beskjære arter jord struktur, nitrogen og karbon sykling.

Disclosures

Forfatterne ikke avsløre.

Acknowledgments

Forfatterne bekrefter støtte fra den østerrikske Science fondet FWF via Project antallet P 25190-B16 (røttene av tørke motstand). Etablering av hyperspektral tenkelig infrastruktur ble støttet økonomisk av den føderale regjeringen Niederösterreich (Land OSTÖSTERREICH) via prosjektet K3-F-282/001-2012. Ytterligere finansiering for sukkerroer eksperimentet ble mottatt fra AGRANA forskning & innovasjon Center GmbH (ARIC). Forfatterne takker Craig Jackson kundestøtte under eksperimentet og engelsk korrigering av manuskriptet. Vi erkjenner også Markus Freudhofmaier som har bidratt til etableringen RGB tenkelig oppsettet og Josef Schodl for bygging av 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).

Comments

0 Comments


    Post a Question / Comment / Request

    You must be signed in to post a comment. Please or create an account.

    Usage Statistics