基于光流法分析水分脅迫條件下番茄葉片萎蔫與莖直徑變化的關系
2019年10月，Plant Phenomics刊發(fā)了來自日本靜岡大學Kazumasa Wakamori和Hiroshi Mineno撰寫的題為Optical Flow-BasedAnalysis of the Relationships between Leaf Wilting and Stem Diameter Variationsin Tomato Plants的研究論文，作者在不采用深度神經(jīng)網(wǎng)絡等黑盒方法的情況下，研究了葉片萎蔫與莖直徑變化的關系。Hiroshi Mineno為該文章的通訊作者。
水分脅迫的估計對進行優(yōu)質果品的生產(chǎn)至關重要。多模態(tài)深度神經(jīng)網(wǎng)絡已成功地將莖桿直徑變化作為一種估計水分脅迫的指數(shù)，該指標根據(jù)葉片萎蔫和環(huán)境數(shù)據(jù)計算。然而，這些研究并沒有揭示葉片萎蔫在評估中的具體作用。揭示葉片萎蔫的作用不僅保證了評估模型的可靠性，而且為改進評估方法提供了契機。本文在不采用深度神經(jīng)網(wǎng)絡等黑盒方法的情況下，研究了葉片萎蔫與莖直徑變化的關系。為了闡明葉片萎蔫的作用，采用互相關分析方法，以光流法量化葉片萎蔫，并分析其與莖直徑變化之間的時滯相關性，并將其作為一種水分脅迫指數(shù)。分析表明，葉片萎蔫與莖直徑短期變化時滯相關性顯著，這是植株對水分脅迫的響應。本研究的結果與已知的植物-水運輸機制一致，說明使用光流法量化葉片萎蔫可以解釋莖直徑短期變化。
Fig1:Data collection environment.Overhead view of the greenhouse(a), overhead view of a cultivation line (b), layout of measuring equipment forone targeted tomato plant (c).
Fig2: Relationships between cross-correlation and environmentaldata.
Relationships between the maximum cross-correlation coefficient and themean PPFD (a) and mean VPD (b). The relationships between the time lags andmean PPFD (c) and mean VPD (d).
本研究的結果有四個局限性：
首先，其他環(huán)境條件下可能不會出現(xiàn)本研究描述的葉片萎蔫和莖直徑變化之間的關系。本研究假定的蒸騰平衡條件基于以下事實：環(huán)境條件在5分鐘的時間間隔內不變。因此，在蒸騰不平衡條件下，例如在陰天，沒有發(fā)現(xiàn)時滯相關性。在蒸騰不平衡條件下，由于蒸騰驅動力的變化，莖直徑的變化會影響葉片的萎蔫狀態(tài)。未來的研究需要開發(fā)一種分析方法，闡明包括蒸騰不平衡在內的各種環(huán)境條件下，莖直徑和葉片萎蔫之間的關系。
其次，本研究發(fā)現(xiàn)不同類型植物的蒸騰速率和最大水勢各不相同，并且還受其生長階段的影響。因此，包括相關系數(shù)、時滯和回歸方程在內的量化結果可能不適用于其他植物。再次，本研究僅分析了水分脅迫下葉片相對萎蔫與相對莖直徑之間的關系。與植物水分脅迫或蒸騰相關的生物因素有很多，如土壤水勢、氣孔導度、CO2水平等，本研究的結果與這些因素之間是否存在關系尚不清楚。未來，應該收集這些生物指標的相關數(shù)據(jù)并進行詳盡的分析。最后，在有限的灌溉條件下，植株會發(fā)生卷葉和葉片萎蔫兩種現(xiàn)象。基于光流法的分析方法無法檢測和定量葉片卷曲，但是，還是有必要建立基于葉片整體狀態(tài)的更健壯的灌溉控制機制。葉片卷曲會導致其三維（3D）性狀發(fā)生變化，可以使用深度相機（可以獲得深度數(shù)據(jù)和RGB信息）檢測這種變化。在未來的研究中希望檢驗深度相機對葉況量化的適用性。
How to Cite this Article
Kazumasa Wakamori and Hiroshi Mineno, “Optical Flow-Based Analysis of the Relationships between Leaf Wilting and Stem Diameter Variations in Tomato Plants” Plant Phenomics,vol. 2019,Article ID 9136298, 12 pages, 2019. https://doi.org/10.34133/2019/9136298
Latest Articles
Jobs | 南京農業(yè)大學作物表型分析團隊博士后、博士職位
Report | 園藝植物表型組學研究進展
Article | 精確表型研究揭示新的小麥葉枯病定量抗性基因位點
Article | 評估碳同位素識別值在小麥育種中的應用
Article | 利用機器視覺量化葡萄白粉病嚴重程度的高通量表型系統(tǒng)
Article | 利用表型組學輔助篩選技術開發(fā)高效植物育種表型預測因子
Article | 基于深度學習的識別田間條件下小麥的穗?yún)^(qū)域的表型分析方法
Article | 來陣風，就知道！一種植物無損快速振動表型分析方法
Article | 一種用于高粱頭狀花序檢測和計數(shù)的弱監(jiān)督深度學習框架
Article | 用于估計穗密度和地上生物量的莖特征高通量測量方法
Article | 新方法！預測蕓薹屬植物花期耐熱抗旱性的無損表型測量方法
Article | 將FAIR原理應用于GnpIS植物表型數(shù)據(jù)管理
Article | instaGraminoid，一種評估除草劑抗性的新型比色法
Article | 利用高通量表型技術探索三種植物種類對真菌菌根和鋅的生長反應
Article | 如何利用卷積神經(jīng)網(wǎng)絡診斷植物病害
Perspective | 植物表型：過去、現(xiàn)在和未來
Editorial | 植物表型組學：一種新興的跨學科科學
About Plant Phenomics
《植物表型組學》（Plant Phenomics）是由南京農業(yè)大學和美國科學促進會（AAAS）合作創(chuàng)辦的英文學術期刊，于2019年1月正式上線發(fā)行，是Science合作出版的第二本期刊。采用開放獲取形式，刊載植物表型組學交叉學科熱點領域具有突破性科研進展的原創(chuàng)性研究論文、綜述、數(shù)據(jù)集和觀點。具體范圍涵蓋高通量表型分析的最新技術，基于圖像分析和機器學習的表型分析研究，提取表型信息的新算法，作物栽培、植物育種和農業(yè)實踐中的表型組學新應用，與植物表型相結合的分子生物學、植物生理學、統(tǒng)計學、作物模型和其他組學研究，表型組學相關的植物生物學等。2019年8月，已正式被DOAJ數(shù)據(jù)庫收錄。
翻譯：孫港
編輯：黃藝清（實習）
審核：孔敏、尹歡
