SmartRoot在大豆根系形态指标测定上的应用

时间:2022-09-01 02:07:40

SmartRoot在大豆根系形态指标测定上的应用

摘 要:为了快速准确的测定大豆根系的形态指标,将平台扫描仪与SmartRoot软件相结合,建立了一套完整的根系形态测量体系。该文以大豆根为例,使用扫描仪获取根系图像,探讨利用SmartRoot软件测定其根系形态指标的可靠性以及不同分辨率对形态指标测定结果的影响。结果表明,利用WinRhizoBasic验证SmartRoot测定的大豆根长度、表面积、体积、直径的标准均方根误差分别为6.46%、7.36%、7.24%、10.73%,且判定系数(R2)均接近于1,该方法可靠。对根系进行扫描时,采用300dpi以上能确保其测量结果的准确性。因此,将扫描仪结合SmartRoot为大豆的根系测量提供了新的研究方向。

关键词:根系;SmartRoot软件;形态指标

中图分类号 S565.1 文献标识码 A 文章编号 1007-7731(2017)05-0037-04

Abstract:To quantify the morphological index of soybean root fast and accurately,we combined the scanner with Smart Root software and set up a set of complete root morphology measurement system.Using the scanner to acquire the picture of the root of soybean(Glycine max),we aimed to discuss the reliability of using the SmartRoot for the measurement of morphological index of root,while to study the influence of different resolution on the result of measurement of morphological index.The result showed that measurement of morphological index between SmartRoot and WinRhizoBasic on root length,surface area,volume and diameter were 6.46%,7.36%,7.24% and 10.73%,respectively,while the adjusted R square approximated one,signifying a high consistency between the two software systems.The measurement can be ensured by using 300 dpi when scanning the image.This novel method would provide a new research direction for root measurements.

Key words:Root;SmartRoot software;Morphological index

根系是植物激素的合成场所,同时也是水分和矿质营养的吸收运输部位,因而根系对植物生长发育起重要作用[1]。一直以来,人们都在研究非生物胁迫[2-3]、激素调节[4]及营养元素[5]等对植物根系形态的影响。然而由于研究方法和定量分析手段的限制,人们对根系形态的研究仅局限于干重、体积、吸收面积,且精确度低。随着科学技术的发展,人们逐渐利用图像分析方法进行根系二维形态研究。近年来,根系图像分析软件层出不穷,例如浙江大学发明的LA-S-type植物图像分析软件[6]、DT-SCAN软件[7]、地理信息系统软件(ARC/INFO)[8]、WinRhizoBasic根系扫描系统[9]、ImageJ软件[10]等。其中应用最为广泛的是WinRhizoBasic根系扫描系统和ImageJ软件,两者在测量结果上的差异较小[11-12],且ImageJ槊夥讶砑,应用SmartRoot插件后,能够方便快捷的进行测量。

ImageJ是一款基于Java的公共免费的图像处理软件,该软件同时支持Microsoft Windows,Mac OS,Mac OS X,Linux等操作系统,并且支持TIFF、PNG、GIF、JPEG、BMP、DICOM、FITS等多种格式[13]。SmartRoot是一款基于ImageJ的半自动化的图像分析软件,能将复杂的根系结构和生长的定量简单化。该软件将矢量表示法与追踪演算法相结合,可以适应多种来源和质量的图像。它能将像素坐标和灰度转化成有意义的生物学属性,例如分段的直径和方向、与其他任意的分段或拓扑位置的距离等。最终用户操作和数据分析是在每个分段上进行的,因而不受空间间隔和原始图片的分辨率的限制。它能够测量长度、表面积、体积和平均根直径等指标,本文主要以大豆根系为例,旨在探讨扫描仪结合SmartRoot软件在测定根系形态指标上的准确性,建立一套快速准确测定根系形态指标的方法。

1 材料与方法

1.1 材料 所选大豆品种为东农42,在温室内沙培种植。播种后7d后取出完整的根系,用清水将沙子冲洗干净。将根系放置于盛有水的水槽内,使水没过根系。使用EPSON V700对根系进行扫描,图片格式设置为.tif格式。

1.2 SmartRoot 软件准确性的验证安装ImageJ图像分析软件的插件SmartRoot,对根系的形态指标进行测定。选取16株根系,使用400dpi进行扫描。然后分别使用SmartRoot和WinRhizoBasic软件进行形态指标的测定,比较2种方法所测得的根系总长、总表面积、总体积、平均直径等指标。所得结果采用SPSS 21.0进行回归分析。采用均方根误差(root mean square error,RMSE)、标准均方根误差(normal root mean squared error,NRMSE)等统计值进行分析和验证。

[RMSE=i=1n(Oi-Si)2n] (1)

[NRMSE=RMSE/O] (2)

式中:Oi代表使用WinRhizoBasic测得的形态指标值,设定为自变量;Si代表使用SmartRoot测得的形态指标值,设定为因变量;n代表样本容量;[O]代表使用WinRhizoBasic测得的形态指标值的平均值[14]。

1.3 确定合适的分辨率 图片扫描分辨率分别设置为50dpi、96dpi、200dpi、300dpi、400dpi、600dpi、800dpi,随机选取一株根系,重复3次,记录其所需时间和图片占用空间。利用SmartRoot对大豆的主根形态进行测定,比较不同分辨率对大豆主根长度、表面积、体积、直径的影响。

2 结果与分析

2.1 SmartRoot软件准确性的验证 分别采用SmartRoot与WinRhizoBasic 2个软件测量根系的总根长、总面积、总体积、平均直径等指标,对其分别进行回归分析,结果见图1。2个软件在大豆根系长度、根表面积、根体积的测量上具有较好的一致性,其NRMSE值分别为6.46%、7.36%、7.24%(如图1-A、1-B、1-C),且R2分别为0.914、0.969、0.965;而在大豆根直径的测量上的一致性有所下降,其NRMSE值为10.73%,R2为0.951。由此说明,采用SmartRoot与WinRhizoBasic 2个软件测量,对根系的长度、表面积、体积影响较小,对根直径影响稍大。分析其原因,可能是由于在追踪根系时某些节点在识别直径大小时出现失误,这对根长、表面积、体积影响较小,而对直径影响稍明显。赵扬辉等认为R2越接近1,代表两组数据越一致,根据根长度、表面积、体积、直径的R2来看,2种软件的测量结果一致性较高。因此SmartRoot在大豆根系形态指标的测定时可信。

2.2 不同分辨率对根系形态测定的影响 选取播种后7d的大豆根系,使用不同的分辨率(50、96、200、300、400、600、800dpi),分别扫描各3次。对结果进行差异性分析,发现不同分辨率对根系长度没有影响,而对于表面积、体积、直径影响较大。对于表面积而言,50dpi、96dpi和200dpi与其他分辨率相比差异显著,数值显著增高,300dpi以上的结果差异不明显;对于体积而言,50dpi和96dpi与其他分辨率相比差异显著,数值显著增高,200dpi以上的结果无差异;对于直径而言,50dpi、96dpi和200dpi与其他分辨率相比差异显著,数值显著增高,300dpi以上的结果差异不明显。综上所述,扫描图像时的分辨率应该在300dpi以上,才能保证结果的可靠性。

5 结语

SmartRoot是专门为测量根系设计的一款软件,可以实现操作的半自动化。相对于WinRhizoBasic的全自动化处理,SmartRoot更具有人性化。它能够给每一条根系命名,从而区分主根和侧根,即使图片中包含几条根系也能区分开来,因此亦能够将主根和侧根数据分开分析。并且ImageJ对图片的要求不高[13](WinRhizoBasic要求图片至少是400dpi,且图片背景干净),而SmartRoot可以处理jpg、gif等多种格式的图像,因此图像获取时间可以缩短许多,但SmartRoot在测量根系指标时需要半自动化操作,对于复杂的根系处理速度上不及WinRhizoBasic。两者在测量结果上差异性不大[11],因此在测量苗期根系时,SmartRoot完全可以胜任。Adu[15]等将平台扫描仪与垂直板栽培技术相结合,实现了实时观测根系的生长状况。平台扫描仪与SmartRoot的结合为研究大豆根系的生长开辟了一条新的思路,随着科学技术的发展,未来人们对根系的研究将更加精准。

参考文献

[1]严小龙,廖红,年海.根系生物学:原理与应用[M].北京:科学出版社,2007.

[2]丁红,张智猛,戴良香,等.不同抗旱性花生品种的根系形态发育及其对干旱胁迫的响应[J].生态学报,2013,33(17):5169-5176.

[3]厉广辉,万勇善,刘风珍,等.不同抗旱性花生品种根系形态及生理特性[J].作物学报,2014,40(3):531-541.

[4]张方亮,高亚梅,王占斌,等.拟南芥侧根生长发育相关的基因[J].黑龙江八一农垦大学学报,2015,27(4):19-24.

[5]马存金,刘鹏,赵秉强,等.施氮量对不同氮效率玉米品种根系时空分布及氮素吸收的调控[J].植物营养与肥料学报,2014,20(4):845-859.

[6]Li Z,Xu C,Li K,et al.Phosphate starvation of maize inhibits lateral root formation and alters gene expression in the lateral root primordium zone[J].BMC plant biology,2012,2(1):89.

[7]李兵,张立桢,王桂平.DT-SCAN 在棉花根系研究中的应用[J].中国棉花,1999,26(5):37-38.

[8]郑纯辉,康跃虎,姚素梅,等.基于地理信息系统的植物根系分析方法[J].农业工程学报,2004,20(1):181-183.

[9]顾东祥,汤亮,曹卫星,等.基于图像分析方法的水稻根系形态特征指标的定量分析[J].作物学报,2010,36(5):810-817.

[10]Gou J,Strauss S H,Tsai C J,et al.Gibberellins regulate lateral root formation in Populus through interactions with auxin and other hormones[J].The Plant Cell Online,2010,22(3):623-639.

[11]刘季,安锋,袁坤,等.运用 SmartRoot 测量橡胶树细根[J].植物生态学报,2013,37(8):786-792.

[12]Tajima R,Kato parison of threshold algorithms for automatic image processing of rice roots using freeware ImageJ[J].Field Crops Research,2011,121(3):460-463.

[13]高建昌,郭广君,国艳梅,等.平台扫描仪结合ImageJ软件测定番茄叶面积[J].中国蔬菜,2011(1):73-77.

[14]赵扬辉,汤亮,曹卫星,等.小麦生长模拟模型(WheatGrow)的适应性评价[J].麦类作物学报,2010,30(3):443-448.

[15]Adu M O,Chatot A,Wiesel L,et al.A scanner system for high-resolution quantification of variation in root growth dynamics of Brassica rapa genotypes[J].Journal of Experimental Botany,2014,65(8):2039-2048. (责编:张宏民)

上一篇:从一则案例分析对南美国家采用D/P托收出口商的... 下一篇:单季晚稻沼液浸种试验

文档上传者
热门推荐 更多>