RGB और वर्णक्रमीय रूट इमेजिंग संयंत्र Phenotyping और शारीरिक अनुसंधान के लिए: प्रयोगात्मक सेटअप और प्रोटोकॉल इमेजिंग

Environment
 

Summary

एक प्रयोगात्मक प्रोटोकॉल RGB और hyperspectral इमेजिंग के साथ संयंत्र रूट सिस्टम हो गए मिट्टी के मूल्यांकन के लिए प्रस्तुत किया है। RGB छवि समय श्रृंखला chemometric जानकारी hyperspectral से स्कैन का संयोजन संयंत्र रूट गतिशीलता में अंतर्दृष्टि ऑप्टिमाइज़ करता है।

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

संयंत्र रूट गतिशीलता की बेहतर समझ कृषि प्रणालियों की संसाधन के उपयोग दक्षता में सुधार और पर्यावरणीय तनावों के खिलाफ फसल किस्मों के प्रतिरोध में वृद्धि करने के लिए आवश्यक है। एक प्रयोगात्मक प्रोटोकॉल RGB और hyperspectral इमेजिंग जड़ प्रणाली के लिए प्रस्तुत किया है। दृष्टिकोण rhizoboxes जहां पौधों में प्राकृतिक मिट्टी पूरी तरह से विकसित रूट सिस्टम का निरीक्षण करने के लिए एक लंबे समय के साथ विकसित का उपयोग करता है। प्रयोगात्मक सेटिंग्स पानी तनाव में rhizobox पौधे का आकलन करने और जड़ों की भूमिका का अध्ययन के लिए उदाहरण हैं। एक RGB इमेजिंग सेटअप समय पर जड़ विकास के सस्ते और जल्दी मात्रा का ठहराव के लिए वर्णन किया गया है। Hyperspectral इमेजिंग रूट विभाजन के लिए RGB रंग आधारित thresholding की तुलना में मिट्टी पृष्ठभूमि से सुधारता है। Hyperspectral इमेजिंग की विशेष शक्ति कार्यात्मक समझने के लिए रूट-मिट्टी सिस्टम पर chemometric जानकारी के अधिग्रहण है। यह उच्च संकल्प पानी सामग्री मानचित्रण के साथ प्रदर्शन किया है। स्पेक्ट्रल इमेजिंग हालांकि छवि प्राप्ति, प्रसंस्करण और विश्लेषण के लिए आरजीबी दृष्टिकोण की तुलना में अधिक जटिल है। दोनों तरीकों का एक संयोजन है जड़ प्रणाली की एक व्यापक मूल्यांकन ऑप्टिमाइज़ कर सकते हैं। आवेदन के उदाहरण रूट और aboveground लक्षण को एकीकृत संयंत्र phenotyping और संयंत्र शारीरिक अनुसंधान के संदर्भ के लिए दिया जाता है। रूट इमेजिंग के आगे सुधार RGB छवि गुणवत्ता बेहतर रोशनी विभिन्न प्रकाश स्रोतों का उपयोग कर के साथ अनुकूलन और एक्सटेंशन रूट ज़ोन गुण वर्णक्रमीय डेटा से पर अनुमान करने के लिए छवि विश्लेषण विधियों के द्वारा प्राप्त किया जा सकता।

Introduction

जड़ों के भंडारण जैसे पौधों के लिए कई आवश्यक कार्य प्रदान assimilates, स्थलीय पौधों में मिट्टी, और तेज के लंगरवानी और1पानी और पोषक तत्वों के परिवहन। एक विकासवादी नज़रिये से, जड़ अक्षों के गठन भूमि पौधों2की उत्पत्ति के लिए एक मौलिक पूर्व शर्त माना जाता है। इस महत्वपूर्ण भूमिका के बावजूद, ऐतिहासिक जड़ों जैविक अनुसंधान में केवल एक सीमांत स्थिति पर कब्जा कर लिया है। और हाल के समय में, तथापि, वहाँ चित्र 1में इसका सबूत के रूप में संयंत्र रूट प्रणाली में वैज्ञानिक रुचि बढ़ रही है।

Figure 1
चित्रा 1: पादप जीव विज्ञान में मूल अध्ययन की प्रासंगिकता।
रूट की संख्या सभी विज्ञान पत्रिकाओं में प्रकाशित संयंत्र अध्ययन के एक प्रतिशत के रूप में पिछले दशकों से संबंधित अध्ययन। खोज कीवर्ड "संयंत्र" और "संयंत्र और रूट" का उपयोग कर Scopus से परिणाम। कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

दो मुख्य कारणों से रूट अनुसंधान में हाल ही में अग्रिम आबाद hypothesized किया जा कर सकते हैं। पहला, स्थलीय वनस्पति वैश्विक परिवर्तन3के परिणामस्वरूप और अधिक पर्यावरण तनाव को उजागर है। कृषि फसल उत्पादन के संदर्भ में यह अनुमान है कि दुनिया भर में लगभग 30% कृषि क्षेत्र का पानी और फास्फोरस4द्वारा,5सीमित हैं। फसल पैदावार के तनाव में कमी एक मुख्य कारण है कि दुनिया भर में बारिशों के कृषि-पारिस्थितिक6के लिए संभावित उत्पादन क्षमता कम 50% में अनुमान कर रहे हैं महत्वपूर्ण लब्धि के लिए कर रहे हैं। कम संसाधनों की उपलब्धता के अलावा, यह भी गरीब संसाधन के उपयोग दक्षता,7उपलब्ध संसाधनों का दोहन करने के लिए एक संयंत्र की यानी अपर्याप्त क्षमता करने के लिए संबंधित है। नाइट्रेट जो नकारात्मक अन्य पारिस्थितिकी प्रणालियों को प्रभावित कर सकते हैं जैसे मोबाइल संसाधनों के नुकसान में यह परिणाम है। वर्तमान वैश्विक नाइट्रोजन उपयोग दक्षता का उदाहरण के लिए 47%8बजे अनुमान है। बेहतर संसाधन का उपयोग बेहतर प्रबंधन विधियों के माध्यम से दक्षता और खेती है इसलिए दोनों के लिए उच्च महत्व के निरंतर विकास के लिए पर्यावरणीय स्थिरता के रूप में रूप में अच्छी तरह से कृषि outputs के। इस संदर्भ संयंत्र में जड़ें सुधार फसलों और फसल प्रणालियों9,10के लिए एक प्रमुख लक्ष्य माने जाते हैं।

पौधे की जड़ों में हाल ही में रुचि के लिए एक दूसरा महत्वपूर्ण पृष्ठभूमि माप तरीकों में प्रौद्योगिकीय अग्रिम है। रूट विधियों द्वारा दो प्रमुख चुनौतियों का सामना लंबे समय तक प्रतिबंधित किया गया है: वे था ज्यादातर11, धोने से मात्रा का ठहराव के लिए अलग किया जा करने के लिए मिट्टी में बढ़ रही पौधों से जड़ों की माप के लिए जिससे जड़ अक्षों की वास्तु व्यवस्था परेशान। खुदाई का उपयोग कर स्वस्थानी रूट अवलोकन जिससे प्राकृतिक स्थान में मिट्टी, जड़ों के संरक्षण के तरीके, वानस्पतिक विवरण12के लिए इस्तेमाल किया गया है। अभी भी वे बहुत समय लेने वाली हैं और इस प्रकार तुलनात्मक संरचनात्मक-कार्यात्मक जड़ प्रणाली विश्लेषण की थ्रूपुट आवश्यकताओं को पूरा नहीं करते। दूसरी ओर रूट वास्तुकला माप के लिए उच्च-थ्रूपुट तरीके ज्यादातर कृत्रिम मीडिया पर और अंकुर पौधों13 के लिए जहां पौधों का प्राकृतिक विकास के वातावरण को एक्सट्रपलेशन संदिग्ध14किया जाता है थे।

मूल अनुसंधान के हाल ही में बूम कसकर विधियों15इमेजिंग में अग्रिम करने के लिए जुड़ा हुआ है। इमेजिंग दृष्टिकोण रूट अध्ययनों में मोटे तौर पर तीन प्रकार में बांटा जा सकता है। पहली बार उच्च संकल्प सीटी और एमआरआई16जैसे 3D विधियाँ हैं। जाइलम अन्त: शल्यता17सूखे प्रेरित के रूप में इन तरीकों मिट्टी, के साथ पौधे की जड़ों की बातचीत प्रक्रियाओं का अध्ययन करने के लिए सबसे उपयुक्त हैं। आम तौर पर वे अपेक्षाकृत छोटे नमूने जहां वे विस्तृत टिप्पणियों की अनुमति दें करने के लिए लागू होते हैं। अलग आकार के बर्तन और ठीक रूट इमेजिंग के लिए सीटी और एमआरआई की तुलना में18प्रदान की जाती है। दूसरा, वहाँ उच्च-थ्रूपुट इमेजिंग पद्धतियों19,20कर रहे हैं। जहां उच्च कन्ट्रास्ट जड़ों और पृष्ठभूमि के बीच अपेक्षाकृत सरल विच्छेदन की अनुमति देता है ज्यादातर के आधार पर आम 2D RGB इमेजिंग कृत्रिम मीडिया (जेल, अंकुरण पेपर) पर बढ़ती जड़ों के ये तरीके हैं। वे उच्च throughput अंकुर जड़ लक्षण मानकीकृत कृत्रिम बढ़ती शर्तों13के तहत विभिन्न फसल जीनोटाइप्स के बीच तुलना के लिए उपयुक्त हैं। इन दो दृष्टिकोणों के बीच में rhizobox तरीके हैं: वे लंबी समय अवधि के दौरान मिट्टी में बढ़ती जड़ों के 2D इमेजिंग का उपयोग और मध्यम थ्रूपुट21,22है। (2D) रूट इमेजिंग के लिए एक हाल ही में चुनौती भी संरचना23का वर्णन के अलावा रूट कार्यक्षमता के संकेतकों पर कब्जा करने के लिए है।

वर्तमान समाचार पत्र में हम रूट (i) एक सस्ता और आसान कस्टम-आरजीबी इमेजिंग सेटअप और (ii) एक अधिक जटिल NIR इमेजिंग सेटअप का उपयोग कर सिस्टम हो गए rhizobox इमेजिंग के लिए प्रयोगात्मक प्रोटोकॉल मौजूद है। इन दो setups से प्राप्त उदाहरण परिणाम दिखाए गए हैं और phenotyping संयंत्र और संयंत्र शारीरिक अनुसंधान के संदर्भ में चर्चा की।

Discussion

प्रोटोकॉल जड़ प्रणाली इमेजिंग हो गई मिट्टी के लिए दो पूरक दृष्टिकोण प्रदान करते हैं। विश्वसनीय प्रयोगात्मक परिणामों के लिए एक महत्वपूर्ण कदम एक भी और सजातीय सब्सट्रेट परत अवलोकन विंडो पर तंग रूट-मिट्टी संपर्क प्रदान करते हैं और हवा से बचने के लिए सामने शीशे पर सुनिश्चित करने के लिए है rhizoboxes के भरने है। यह अपेक्षाकृत ठीक छनी मिट्टी का उपयोग करने के लिए मुख्य कारण है < 2 मिमी: बड़ा समुच्चय समुच्चय के बीच रिक्तियों के साथ अवलोकन विंडो पर उच्च सतह आकारिकी में परिणाम। रूट युक्ति निर्जलीकरण के एक उच्च जोखिम के अलावा, यह भी अधिक जटिल छवि प्रसंस्करण तकनीकों पानी मैपिंग31के लिए की आवश्यकता है।

प्रोटोकॉल के संशोधन इसलिए बेहतर और जल्दी rhizoboxes के भरने पर ध्यान केंद्रित। वर्तमान में समय को भरने के बारे में 30 मिनट प्रति बॉक्स है। इसके अलावा दो कांच खिड़कियों के साथ rhizoboxes का उपयोग दोनों पक्षों और रोशनी एकरूपता बेहतर आरजीबी छवियों के लिए ऑप्टिमाइज़ करने के लिए संशोधन से इमेजिंग के लिए परीक्षण कर रहे हैं। हार्डवेयर विस्तार भी एकीकरण के रूप में अच्छी तरह से rhizobox सिस्टम में33 इमेजिंग समाई planar optodes32 पर विचार हो सकता है। यह हालांकि वर्तमान उन्नयन गतिविधियों से परे है।

सॉफ्टवेयर संशोधन ऊपर फ्यूज और RBG छवियों34नीचे करने के लिए स्वचालित छवि पंजीकरण पर ध्यान केंद्रित। Hyperspectral के लिए इमेजिंग उन्नत unsupervised सुविधा निष्कर्षण28 के रूप में अच्छी तरह से और अधिक संवेदनशील पर्यवेक्षित लक्ष्य पता लगाने के तरीकों के SVMs35 परीक्षण कर रहे हैं के रूप में दृष्टिकोण। जिससे hyperspectral डेटा संभावित रूप से एकाधिक मिट्टी, rhizosphere और रूट गुण36के आकलन के लिए अनुमति देते हैं। इसके अलावा यह एक (अर्ध) विकसित करने के लिए लक्षित है और साथ ही वास्तुकला लक्षण (शाखाओं में बंटी आवृत्ति कोण शाखाओं में बंटी,) automatized मोर्फोलिजिकल मात्रा ठहराना करने के लिए रूट सिस्टम विश्लेषक37 का एक संशोधित संस्करण पर आधारित rhizobox रूट छवियों (लंबाई, व्यास, सतह) के लिए सॉफ्टवेयर।

मुख्य सीमा के लिए 3 डी इमेजिंग दृष्टिकोण की तुलना में प्रोटोकॉल की सतह दिखाई जड़ और rhizosphere गुण के लिए प्रतिबंध है। हालांकि यह दिखा दिया है कि दृश्यमान रूट लक्षण21पूरी जड़ प्रणाली के लिए एक विश्वसनीय प्रॉक्सी कर रहे हैं। Rhizobox तकनीक आसानी से पारंपरिक विनाशकारी नमूना (कुल रूट सिस्टम लक्षण बनाम दृश्यमान के संबंध को मान्य करने के लिए गतिशील विकास इमेजिंग के अंत में धोने) के साथ संयुक्त है। इस संबंध के बीच प्रजाति21अलग-अलग हो सकता है के रूप में, विनाशकारी नमूने दिखाई लक्षण के लिए एक अलग फसल प्रजातियों के साथ किसी भी नए phenotyping श्रृंखला से विश्वसनीय अनुमान को सुनिश्चित करने के लिए सिफारिश की है।

यहाँ प्रस्तुत प्रोटोकॉल का प्रमुख लाभ यथार्थवादी बढ़ती शर्तों (मिट्टी), अस्थायी हल RGB इमेजिंग और hyperspectral इमेजिंग से chemometric रूट और rhizosphere डेटा के माध्यम से रूट कार्यक्षमता (जैसे पानी तेज) पर निष्कर्ष के लिए अपेक्षाकृत उच्च क्षमता throughput के संयोजन है। जिससे विधियों उच्च throughput अंकुर और गैर-मिट्टी जड़ यह आंशिक रूप से कार्यात्मक प्रक्रियाओं में गहरी phenotyping अंतर्दृष्टि कम प्रयोगात्मक जटिलता और उन्नत 3 डी विधि-15की तुलना में उच्च throughput के साथ की अनुमति देता है, जबकि तरीकों14, इमेजिंग में निष्कर्ष प्रतिबंध पर काबू पा।

आगामी प्रयोगों में प्रोटोकॉल के मैकोरायझिया रूट प्रणाली के विकास और मृदा संरचना, नाइट्रोजन और कार्बन के संबंध में आवरण फसल प्रजातियों की phenotyping जड़ विशेषताओं के रूप में रूप में अच्छी तरह से फलियां की कार्यक्षमता पर प्रभाव का अध्ययन करने के लिए उपयोग किया जाएगा साइकल चलाना।

Disclosures

लेखकों का खुलासा करने के लिए कुछ भी नहीं है।

Acknowledgments

लेखक ऑस्ट्रियाई विज्ञान कोष FWF परियोजना संख्या P 25190-B16 (सूखे प्रतिरोध की जड़ें) के माध्यम से धन स्वीकार करते हैं। Hyperspectral इमेजिंग मूल संरचना की स् थापना आर्थिक रूप से संघीय सरकार के निचले ऑस्ट्रिया (भूमि Niederösterreich) परियोजना K3-F-282/001-2012 के माध्यम से द्वारा समर्थित किया गया। चीनी चुकंदर प्रयोग AGRANA अनुसंधान से प्राप्त किया गया था के लिए अतिरिक्त धन & नवाचार केंद्र GmbH (ARIC)। लेखक क्रेग जैक्सन प्रयोग और पांडुलिपि के अंग्रेजी सुधार के दौरान तकनीकी समर्थन के लिए धन्यवाद। हम भी Markus Freudhofmaier जो स्थापना RGB इमेजिंग सेटअप करने के लिए योगदान दिया और जोसेफ Schodl rhizobox बढ़ते के निर्माण के लिए स्वीकार करते हैं।

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