CN106197286B - 一种须根系植物的根系形态测定方法 - Google Patents
一种须根系植物的根系形态测定方法 Download PDFInfo
- Publication number
- CN106197286B CN106197286B CN201610540916.5A CN201610540916A CN106197286B CN 106197286 B CN106197286 B CN 106197286B CN 201610540916 A CN201610540916 A CN 201610540916A CN 106197286 B CN106197286 B CN 106197286B
- Authority
- CN
- China
- Prior art keywords
- root
- sample
- root system
- segmentation
- weight
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/28—Measuring arrangements characterised by the use of optical techniques for measuring areas
Abstract
本发明提供一种须根系植物的根系形态测定方法,包括步骤:清洗植物根系;将清洗后的植物根系分段;在每个分段的植物根系中分别抽取样品放入到扫描仪中扫描,得到根系图像;将所述抽取样品和剩余根段烘干,分别称重;使用根系图像分析软件对所述根系图像进行分析,得出每个分段植物根系中抽取样品的根长、根体积和表面积;本发明提供的须根系植物的根系形态测定方法,可以减少根系扫描时间且数据信息完整。
Description
技术领域
本发明涉及植物形态领域,尤其涉及一种须根系植物的根系形态测定方法。
背景技术
根系是植物重要的养分、水分吸收器官,是植物与土壤或者水环境相互作用的直接器官,其形态学特征是根系测定的重要内容之一,对于须根系植物如水稻、小麦等陆生植物,凤眼莲等水生植物,须根系组成中主要包括种子根和不定根以及各级侧根,其特点是根细小、数量庞大,如抽穗期的水稻植株根系总长度可以达到数十千米。
现有技术中,根系形态指标的测定多采用扫描根系图像然后进行图像分析获得长度等数据信息,但是根系样品的扫描工作需要花费大量时间,比如一株分蘖盛期的水稻完成扫描工作甚至需要1天以上的时间,而且数据结果往往信息量较少,缺乏对根系构成的分析。
发明内容
本发明提供一种须根系植物的根系形态测定方法,可以减少根系扫描时间且数据信息完整。
为了解决上述技术问题,本发明提供的的须根系植物的根系形态测定方法是这样实现的:
一种须根系植物的根系形态测定方法,包括步骤:清洗植物根系;将清洗后的植物根系分段;在每个分段的植物根系中分别抽取样品放入到扫描仪中扫描,得到根系图像;将样品和剩余根段烘干,分别称重;使用根系图像分析软件对所述根系图像进行分析,得出每个分段植物根系中所述样品的根长、根体积和表面积;使用所述样品的根长、所述样品的重量和剩余根段重量计算得出所述须根系植物根系的总根长;使用所述样品的根体积、所述样品的重量和所述剩余根段的重量计算得出所述须根系植物根系总根体积;使用所述样品的表面积、所述样品的重量和所述剩余根段的重量计算得出所述须根系植物根系总表面积。
可选的,所述每个分段的植物根系中分别抽取样品的鲜重占所述须根系植物根系总鲜重的30%以上。
可选的,所述使用所述样品的根长、所述样品的重量和剩余根段的重量计算得出所述须根系植物根系的总根长具体为:所述样品的根长除以样品的质量得到每根样品的比根长,求出每个分段中样品的平均比根长,所述平均比根长乘以每个分段抽取样品的重量与每个分段剩余根段的重量之和,得出每个分段的总根长,所述每个分段的总根长相加,得出所述须根系植物的根系总根长。
可选的,所述使用所述样品的根体积、所述样品的重量和所述剩余根段重量计算得出所述须根系植物根系总根体积具体为:所述样品的体积除以样品的质量得到每根样品的比根体积,求出每个分段中样品的平均比根体积,所述平均比根体积乘以每个分段抽取样品的重量与每个分段剩余根段的重量之和,得出每个分段的总根体积,所述每个分段的总根体积相加,得出所述须根系植物的根系总根体积。
可选的,所述使用所述样品的根表面积、所述样品的重量和所述剩余根段的重量计算得出所述须根系植物根系总表面积具体为:所述样品的表面积除以样品的质量得到每根样品的比根表面积,求出每个分段中样品的平均比根表面积,所述平均比根表面积乘以每个分段抽取样品的重量与每个分段剩余根段的重量之和,得出每个分段的总根表面积,所述每个分段的总根表面积相加,得出所述须根系植物的根系总表面积。
可选的,所述将清洗后的植物根系分段的长度为:0.5~2cm。
可选的,所述将所述样品和剩余根段烘干是在70℃下烘干至恒重。
可选的,所述将所述样品和剩余根段烘干,分别称重时使用的天平误差在万分之一~百分之一之间。
可选的,在每个分段的植物根系中分别抽取样品放入到扫描仪中扫描具体为:将样品均匀置于装有去离子水的透明水槽中,将所述透明水槽放入到扫描仪中扫描。
可选的,所述透明水槽中的去离子水深度为:0.5~1cm。
本发明提供的一种须根系植物的根系形态测定方法采取分段抽样的方法,针对须根系植物根细小、数量庞大的特点,在采用逐级抽样的方法,减少根系图像扫描分析的工作量,有效提高工作效率;本发明分别采用抽样法测定与整个分段完整测定的的结果进行比较,显示两种方法的决定系数R2均在0.9104以上具有良好的相关性,根长、根体积和根表面积的均方根误差RMSE分别为311.1546 cm、83.0967 mm3和870.8405 cm2,成对观测值t检验的概率值p(t)均大于0.05,表明两种方法的结果没有差异不显著;说明本发明逐级抽样的方法既节省时间、数据信息也完整。
进一步的,本发明个分段的植物根系中分别抽取样品的量占所述须根系植物根系总重量的30%以上,确保选样数量,确保数据完整。
进一步的,本发明采用计算各分段比根长、比根体积和比根表面积平均值,从而计算获得整个须根系植物的根总长,获取的根系总长根完整测定法测定根长相差不大,确保数据准确。
进一步的,本发明根据不同植物的特点设定分段长度在0.5~2cm之间,适应不同根系的须根系植物。根系如果粗大,分段较短,根系如果较细长,分段较长。
进一步的,样品和剩余根段70度下恒温烘干,确保根段质量不会再发生变化,确保测定数据准确。
进一步的,本发明根据根段总重量选择不同的天平称重,如果根段总重量少于5g选择千分之一的天平,根段总重量大于5g选用百分之一的天平;确保适应各种须根系植物。
进一步的,扫描时将分段样品均匀放入到去离子水中扫描,确保能够扫描到不定根、一级分支根和二级分支根。
进一步的,根据根的大小程度,选择合适的水深;根如果细小,水深较浅;根如果较粗大,水深较深。
附图说明
图1 是本发明实施例提供的清洗后的水稻根系;
图2是本发明实施例提供的水稻根系分段图;
图3是本发明实施例提供的水稻抽样扫描根系图像;
图4是本发明抽样法测定与整个分段完整测定的的结果比较的1:1图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例以土壤盆栽水稻于拔节期取样的水稻植株为例说明本发明体用的须根系植物的根系形态测定方法,包括以下步骤:
步骤1、须根系植物根系准备与保存;
用自来水反复冲洗塑料桶中土壤,将水稻植株根系从土中洗出,仔细清理干净根系上杂物,样品置于塑料筛网上沥水,样品可置于-4℃冰箱保存,可用无水乙醇浸泡并置于-4℃冰箱保存,也可以将样品低温沥干后冷冻长期保存,图1为清洗后的水稻根系。
步骤2、须根系植物根系分段抽样;
根据根系形状均匀状况、数量和长度,根系如果粗大,分段较短,根系如果较细长,分段较长,切分成0.5~2cm,剪至根尖末梢处时;本实施例水稻分段是2cm长;如果根系量较少的情况下则无需抽样,直接留作根系图像扫描。
步骤3、分段抽取样品扫描;
将每个分段中形态较为接近的样品放在同一个盛有去离子水的烧杯中,玻璃棒搅动混匀后倒入450目的筛网,尽量将根样品混匀样品,称取分段鲜重,根据鲜重分成10份(各份的鲜重相差小于各段鲜重平均值的10%),随机选取其中若干份,确保抽取的根样鲜重占分段总鲜重的30%以上,将各分段中抽样得到的样品进行标记,如分段1的抽样分别标记为“分段抽1-1、分段抽1-2、分段抽1-3”等,而此分段剩余部分集中起来标记为“分段1余”,图2本发明实施例提供的水稻根系分段图。将各分段中所抽取的样品以及根尖末梢等留作根系图像扫描只用,而各分段剩余部分分别用吸水纸轻压吸水后装入纸袋以备烘干处理。
步骤4、根系图像获取;
本发明采用EPSON V700型扫描仪以及WinRHIZO 根系图像分析软件进行根系图像的扫描和分析:先将抽样得到的样品如分段抽1-1,根据其分段的根样量,用镊子取适量的样品置于装有0.5~1 cm深去离子水的塑料透明水槽中,再用镊子将根小心拨开分撒于水槽中,尽量避免根的重叠,减少相互交叉,然后通过WinRHIZO 根系图像分析软件启动扫描仪获取500 DPI分辨率的灰度模式的图像,由于各分段抽样的根量不同,完成1个分段抽样的扫描可能需要1张以上的图像,图3为根系分段中部分样品扫描得到的图像示例。
步骤5、分段根系烘干称重;
待根样扫描完成后,将各段抽取的样品与剩余样品分别装在纸袋中,置于70℃下烘干至恒重后以万分之一天平称重,分别记录各分段的样品和剩余样品的重量,如分段1中各抽样重量分别记为“M分段抽1-1、M分段抽1-2、M分段抽1-3”等,而此分段剩余部分的重量为“M分段1余”。
步骤6、根形态指标的图像分析计算;
本发明采用WinRHIZO 根系图像分析软件进行图像分析,本实例选用自动模式即图像分析的阈值参数由软件自动选择。本实例中水稻根长主要由直径细小的分枝根构成,不定根比例较小。水稻植株的总的根长(L)、根体积(V)和表面积(S)由各个分段的根长、根体积和表面积相加得到,其中进行抽样的分段的根长、根体积和表面积计算通过以下方法进行,以分段1为例:先分别计算分段1中抽样根样“分段抽1-1、分段抽1-2、分段抽1-3”等的比根长(RL)、比根体积(RV)和比根表面积(RS),以分段抽1-1为例,计算公式为:
(1)
(2)
(3)
然后计算“分段抽1-1、分段抽1-2、分段抽1-3”等的RL、RV和RS的平均值,分别得到ARL分段1、ARV分段1和ARS分段1,分段1总的TRL、TRV和TRS的计算为:
(4)
(5)
(6)
以此类推得到各个分段的L、V和S,将各分段数据相加得到水稻植株总的L、V和S,即:
(7)
(8)
(9)
步骤7、根据须根系植物根系的形态指标的变化规律或者分布规律可以评估环境因子如土壤养分状况、水环境条件等对于根系形态学特征的影响规律,量化分析特定须根系植物根系对于环境的适应性。
形态指标如总根长、根体积以及根表面积;各级根如不定根、一级分支根和二级分支跟的形态指标。
需要说明的是,本发明提供的须根系植物根系形态测定方法,可以直接测定根系总根长、根系体积以及根系表面积;也可以根据实际需要,测定植物根系各级根的形态指标。如在对植物根系分段抽样和扫描图像时,分别测到不定根、一级分支根和二级分支跟的根长、根体积和根表面积,根据本发明提供的计算方法计算出植物根系中不定根、一级分支根和二级分支跟的总根长、总体积和总的表面积。
为了检验本发明方法的可靠性,将本实例10个分段分别采用抽样法测定与整个分段完整测定的的结果进行比较。如图4所示为抽样测定法与完整测定法结果比较的1:1图,图中A为根长的比较结果,B为根体积的比较结果,C为根表面积的比较结果;表一是图4中显示的两种方法之间的统计分析结果,显示两种方法的R2均在0.9104以上具有良好的相关性,根长、根体积和根表面积的均方根误差(RMSE)分别为311.1546 cm、83.0967 mm3和870.8405 cm2,成对观测值t检验的概率值p(t)均大于0.05,表明两种方法的结果没有差异不显著。总体上相对于数量庞大的单株根样而言,通过抽样测定提高了工作效率,减少了约60%的时间,同时测定结果也较为可靠。
表一
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种须根系植物的根系形态测定方法,其特征在于,包括步骤:清洗植物根系;将清洗后的植物根系分段;在每个分段的植物根系中分别抽取样品放入到扫描仪中扫描,得到根系图像;将所述样品和剩余根段烘干,分别称重;使用根系图像分析软件对所述根系图像进行分析,得出每个分段植物根系中所述样品的根长、根体积和表面积;使用所述样品的根长、所述样品的重量和剩余根段的重量计算得出所述须根系植物根系的总根长;使用所述样品的根体积、所述样品的重量和所述剩余根段的重量计算得出所述须根系植物根系总根体积;使用所述样品的表面积、所述样品的重量和所述剩余根段的重量计算得出所述须根系植物根系总表面积。
2.根据权利要求1所述的须根系植物的根系形态测定方法,其特征在于,所述每个分段的植物根系中分别抽取样品的鲜重占所述须根系植物根系总鲜重的30%以上。
3.根据权利要求1或2所述的须根系植物的根系形态测定方法,其特征在于,所述使用所述样品的根长、所述样品的重量和剩余根段的重量计算得出所述须根系植物根系的总根长具体为:所述样品的根长除以样品的质量得到每根样品的比根长,求出每个分段中样品的平均比根长,所述平均比根长乘以每个分段抽取样品的重量与每个分段剩余根段的重量之和,得出每个分段的总根长,所述每个分段的总根长相加,得出所述须根系植物的根系总根长。
4.根据权利要求1或2所述的须根系植物的根系形态测定方法,其特征在于,所述使用所述样品的根体积、所述样品的重量和所述剩余根段重量计算得出所述须根系植物根系总根体积具体为:所述样品的体积除以样品的质量得到每根样品的比根体积,求出每个分段中样品的平均比根体积,所述平均比根体积乘以每个分段抽取样品的重量与每个分段剩余根段的重量之和,得出每个分段的总根体积,所述每个分段的总根体积相加,得出所述须根系植物的根系总根体积。
5.根据权利要求1或2所述的须根系植物的根系形态测定方法,其特征在于,所述使用所述样品的根表面积、所述样品的重量和所述剩余根段的重量计算得出所述须根系植物根系总表面积具体为:所述样品的表面积除以样品的质量得到每根样品的比根表面积,求出每个分段中样品的平均比根表面积,所述平均比根表面积乘以每个分段抽取样品的重量与每个分段剩余根段的重量之和,得出每个分段的总根表面积,所述每个分段的总根表面积相加,得出所述须根系植物的根系总表面积。
6.根据权利要求1所述的须根系植物的根系形态测定方法,其特征在于,所述将清洗后的植物根系分段的长度为:0.5~2cm。
7.根据权利要求1或6所述的须根系植物的根系形态测定方法,其特征在于,所述将所述样品和剩余根段烘干是在70℃下烘干至恒重。
8.根据权利要求7所述的须根系植物的根系形态测定方法,其特征在于,所述将所述样品和剩余根段烘干,分别称重时使用的天平误差在万分之一~百分之一之间。
9.根据权利要求1所述的须根系植物的根系形态测定方法,其特征在于,在每个分段的植物根系中分别抽取样品放入到扫描仪中扫描具体为:将样品均匀置于装有去离子水的透明水槽中,将所述透明水槽放入到扫描仪中扫描。
10.根据权利要求9所述的须根系植物的根系形态测定方法,其特征在于,所述透明水槽中的去离子水深度为:0.5~1cm。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610540916.5A CN106197286B (zh) | 2016-07-12 | 2016-07-12 | 一种须根系植物的根系形态测定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610540916.5A CN106197286B (zh) | 2016-07-12 | 2016-07-12 | 一种须根系植物的根系形态测定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106197286A CN106197286A (zh) | 2016-12-07 |
CN106197286B true CN106197286B (zh) | 2018-08-10 |
Family
ID=57473774
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610540916.5A Active CN106197286B (zh) | 2016-07-12 | 2016-07-12 | 一种须根系植物的根系形态测定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106197286B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106769359B (zh) * | 2016-12-30 | 2023-07-07 | 中国农业科学院草原研究所 | 一种植物根部观测仪以及检测植物根部的方法 |
CN108694727B (zh) * | 2018-04-17 | 2021-05-11 | 南京农业大学 | 一种微型多点根系形态实时采集与处理系统 |
CN109696139A (zh) * | 2019-01-15 | 2019-04-30 | 点将(上海)科技股份有限公司 | 一种阔叶植物叶片生物量原位测量方法 |
CN109856340A (zh) * | 2019-03-12 | 2019-06-07 | 河海大学 | 一种研究泥沙淤积对互花米草生长和根系分布影响的方法 |
CN112858300A (zh) * | 2021-01-25 | 2021-05-28 | 西南民族大学 | 一种高寒草甸不同退化梯度植物根系形态结构的测定方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS59203908A (ja) * | 1983-05-06 | 1984-11-19 | Omron Tateisi Electronics Co | 光学的計測装置 |
JP2001346464A (ja) * | 2000-06-07 | 2001-12-18 | Nippon Paper Industries Co Ltd | 生長抑制用培地及びこれを用いたクローン苗の生産方法 |
CN103728418A (zh) * | 2013-12-31 | 2014-04-16 | 马玮 | 一种研究作物根系构型参数与空间分布的分析方法 |
CN105170549B (zh) * | 2015-09-01 | 2017-03-15 | 江苏省农业科学院 | 一种作物根系自动清洗装置 |
-
2016
- 2016-07-12 CN CN201610540916.5A patent/CN106197286B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN106197286A (zh) | 2016-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106197286B (zh) | 一种须根系植物的根系形态测定方法 | |
Hoffmaster et al. | An automated system for vigor testing three-day-old soybean seedlings | |
Lee et al. | Estimation of rice growth and nitrogen nutrition status using color digital camera image analysis | |
Jonckheere et al. | Review of methods for in situ leaf area index determination: Part I. Theories, sensors and hemispherical photography | |
Himmelbauer et al. | Estimating length, average diameter and surface area of roots using two different image analyses systems | |
Jonckheere et al. | Allometry and evaluation of in situ optical LAI determination in Scots pine: a case study in Belgium | |
Stewart et al. | Site-specific durum wheat quality and its relationship to soil properties in a single field in northern New South Wales | |
Heckwolf et al. | Image analysis of anatomical traits in stalk transections of maize and other grasses | |
CN111402199B (zh) | 一种基于计算机图像处理的梨果实石细胞表型检测方法 | |
CN102519886A (zh) | 一种检测农作物叶片中叶绿素a和类胡萝卜素含量的方法 | |
Livesley et al. | Sieve size effects on root length and biomass measurements of maize (Zea mays) and Grevillea robusta | |
Holopainen et al. | Effect of data acquisition accuracy on timing of stand harvests and expected net present value | |
CN109827957A (zh) | 一种基于计算机视觉的水稻叶片spad值估测方法及系统 | |
CN113252583A (zh) | 一种基于枯草植被指数计算高寒枯草覆盖度的方法 | |
Ma et al. | A method of calculating phenotypic traits for soybean canopies based on three-dimensional point cloud | |
Hanssen et al. | Assessment of defoliation during a pine sawfly outbreak: Calibration of airborne laser scanning data with hemispherical photography | |
Sell et al. | Assessing the fine root growth dynamics of Norway spruce manipulated by air humidity and soil nitrogen with deep learning segmentation of smartphone images | |
Silva et al. | Assessment of squash seed vigor using computerized image analysis | |
Dong et al. | A scanner-based root image acquisition technique for measuring roots on a rhizotron window | |
Rozenbergar et al. | Comparison of four methods for estimating relative solar radiation in managed and old-growth silver fir-beech forest. | |
Semwal et al. | Multi-dimensional measurement-based approaches for evaluating the root area ratio of plant species | |
Erencin et al. | C-factor mapping using remote sensing and GIS | |
CN109696139A (zh) | 一种阔叶植物叶片生物量原位测量方法 | |
CN108982386B (zh) | 一种檀香叶片全铁含量的多光谱图像确定方法及系统 | |
Falkenström et al. | Evaluation of IRS-1c LISS-3 satellite data for defoliation assessment on Norway spruce and Scots pine |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |