2019年10月，Plant Phenomics刊發(fā)了來(lái)自日本靜岡大學(xué)Kazumasa Wakamori和Hiroshi Mineno撰寫(xiě)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(luò)等黑盒方法的情況下，研究了葉片萎蔫與莖直徑變化的關(guān)系。Hiroshi Mineno為該文章的通訊作者。

水分脅迫的估計(jì)對(duì)進(jìn)行優(yōu)質(zhì)果品的生產(chǎn)至關(guān)重要。多模態(tài)深度神經(jīng)網(wǎng)絡(luò)已成功地將莖桿直徑變化作為一種估計(jì)水分脅迫的指數(shù)，該指標(biāo)根據(jù)葉片萎蔫和環(huán)境數(shù)據(jù)計(jì)算。然而，這些研究并沒(méi)有揭示葉片萎蔫在評(píng)估中的具體作用。揭示葉片萎蔫的作用不僅保證了評(píng)估模型的可靠性，而且為改進(jìn)評(píng)估方法提供了契機(jī)。本文在不采用深度神經(jīng)網(wǎng)絡(luò)等黑盒方法的情況下，研究了葉片萎蔫與莖直徑變化的關(guān)系。為了闡明葉片萎蔫的作用，采用互相關(guān)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(shí)滯相關(guān)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(shí)滯相關(guān)性顯著，這是植株對(duì)水分脅迫的響應(yīng)。本研究的結(jié)果與已知的植物-水運(yùn)輸機(jī)制一致，說(shuō)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(jié)果有四個(gè)局限性：

首先，其他環(huán)境條件下可能不會(huì)出現(xiàn)本研究描述的葉片萎蔫和莖直徑變化之間的關(guān)系。本研究假定的蒸騰平衡條件基于以下事實(shí)：環(huán)境條件在5分鐘的時(shí)間間隔內(nèi)不變。因此，在蒸騰不平衡條件下，例如在陰天，沒(méi)有發(fā)現(xiàn)時(shí)滯相關(guān)性。在蒸騰不平衡條件下，由于蒸騰驅(qū)動(dòng)力的變化，莖直徑的變化會(huì)影響葉片的萎蔫狀態(tài)。未來(lái)的研究需要開(kāi)發(fā)一種分析方法，闡明包括蒸騰不平衡在內(nèi)的各種環(huán)境條件下，莖直徑和葉片萎蔫之間的關(guān)系。

其次，本研究發(fā)現(xiàn)不同類(lèi)型植物的蒸騰速率和最大水勢(shì)各不相同，并且還受其生長(zhǎng)階段的影響。因此，包括相關(guān)系數(shù)、時(shí)滯和回歸方程在內(nèi)的量化結(jié)果可能不適用于其他植物。再次，本研究?jī)H分析了水分脅迫下葉片相對(duì)萎蔫與相對(duì)莖直徑之間的關(guān)系。與植物水分脅迫或蒸騰相關(guān)的生物因素有很多，如土壤水勢(shì)、氣孔導(dǎo)度、CO2水平等，本研究的結(jié)果與這些因素之間是否存在關(guān)系尚不清楚。未來(lái)，應(yīng)該收集這些生物指標(biāo)的相關(guān)數(shù)據(jù)并進(jìn)行詳盡的分析。最后，在有限的灌溉條件下，植株會(huì)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(wú)法檢測(cè)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(jī)制。葉片卷曲會(huì)導(dǎo)致其三維（3D）性狀發(fā)生變化，可以使用深度相機(jī)（可以獲得深度數(shù)據(jù)和RGB信息）檢測(cè)這種變化。在未來(lái)的研究中希望檢驗(yàn)深度相機(jī)對(duì)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(nóng)業(yè)大學(xué)作物表型分析團(tuán)隊(duì)博士后、博士職位

Report | 園藝植物表型組學(xué)研究進(jìn)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(diǎn)

Article | 評(píng)估碳同位素識(shí)別值在小麥育種中的應(yīng)用

Article | 利用機(jī)器視覺(jué)量化葡萄白粉病嚴(yán)重程度的高通量表型系統(tǒng)

Article | 利用表型組學(xué)輔助篩選技術(shù)開(kāi)發(fā)高效植物育種表型預(yù)測(cè)因子

Article | 基于深度學(xué)習(xí)的識(shí)別田間條件下小麥的穗?yún)^(qū)域的表型分析方法

Article | 來(lái)陣風(fēng)，就知道！一種植物無(wú)損快速振動(dòng)表型分析方法

Article | 一種用于高粱頭狀花序檢測(cè)和計(jì)數(shù)的弱監(jiān)督深度學(xué)習(xí)框架

Article | 用于估計(jì)穗密度和地上生物量的莖特征高通量測(cè)量方法

Article | 新方法！預(yù)測(cè)蕓薹屬植物花期耐熱抗旱性的無(wú)損表型測(cè)量方法

Article | 將FAIR原理應(yīng)用于GnpIS植物表型數(shù)據(jù)管理

Article | instaGraminoid，一種評(píng)估除草劑抗性的新型比色法

Article | 利用高通量表型技術(shù)探索三種植物種類(lèi)對(duì)真菌菌根和鋅的生長(zhǎng)反應(yīng)

Article | 如何利用卷積神經(jīng)網(wǎng)絡(luò)診斷植物病害 

Perspective | 植物表型：過(guò)去、現(xiàn)在和未來(lái)

Editorial | 植物表型組學(xué)：一種新興的跨學(xué)科科學(xué)

About Plant Phenomics

《植物表型組學(xué)》（Plant Phenomics）是由南京農(nóng)業(yè)大學(xué)和美國(guó)科學(xué)促進(jìn)會(huì)（AAAS）合作創(chuàng)辦的英文學(xué)術(shù)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(kāi)放獲取形式，刊載植物表型組學(xué)交叉學(xué)科熱點(diǎn)領(lǐng)域具有突破性科研進(jìn)展的原創(chuàng)性研究論文、綜述、數(shù)據(jù)集和觀點(diǎn)。具體范圍涵蓋高通量表型分析的最新技術(shù)，基于圖像分析和機(jī)器學(xué)習(xí)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(nóng)業(yè)實(shí)踐中的表型組學(xué)新應(yīng)用，與植物表型相結(jié)合的分子生物學(xué)、植物生理學(xué)、統(tǒng)計(jì)學(xué)、作物模型和其他組學(xué)研究，表型組學(xué)相關(guān)的植物生物學(xué)等。2019年8月，已正式被DOAJ數(shù)據(jù)庫(kù)收錄。

翻譯：孫港

編輯：黃藝清（實(shí)習(xí)）

審核：孔敏、尹歡