CN113614517A - 用于非侵入性根表型分析的方法和装置 - Google Patents
用于非侵入性根表型分析的方法和装置 Download PDFInfo
- Publication number
- CN113614517A CN113614517A CN202080007458.3A CN202080007458A CN113614517A CN 113614517 A CN113614517 A CN 113614517A CN 202080007458 A CN202080007458 A CN 202080007458A CN 113614517 A CN113614517 A CN 113614517A
- Authority
- CN
- China
- Prior art keywords
- soil
- root
- light signals
- return light
- plant
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 71
- 239000002689 soil Substances 0.000 claims abstract description 165
- 241000196324 Embryophyta Species 0.000 claims description 93
- 230000004044 response Effects 0.000 claims description 42
- 230000002786 root growth Effects 0.000 claims description 39
- 230000003287 optical effect Effects 0.000 claims description 35
- 230000012010 growth Effects 0.000 claims description 22
- 238000012544 monitoring process Methods 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 13
- 240000007594 Oryza sativa Species 0.000 claims description 8
- 235000007164 Oryza sativa Nutrition 0.000 claims description 8
- 235000009566 rice Nutrition 0.000 claims description 8
- 240000008042 Zea mays Species 0.000 claims description 7
- 235000002017 Zea mays subsp mays Nutrition 0.000 claims description 7
- 125000006850 spacer group Chemical group 0.000 claims description 6
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 claims description 5
- 235000005822 corn Nutrition 0.000 claims description 5
- 239000002028 Biomass Substances 0.000 claims description 4
- 241000238631 Hexapoda Species 0.000 claims description 4
- 244000068988 Glycine max Species 0.000 claims description 3
- 235000010469 Glycine max Nutrition 0.000 claims description 3
- 235000007688 Lycopersicon esculentum Nutrition 0.000 claims description 3
- 240000004658 Medicago sativa Species 0.000 claims description 3
- 235000017587 Medicago sativa ssp. sativa Nutrition 0.000 claims description 3
- 240000003768 Solanum lycopersicum Species 0.000 claims description 3
- 240000006394 Sorghum bicolor Species 0.000 claims description 3
- 235000011684 Sorghum saccharatum Nutrition 0.000 claims description 3
- 235000021307 Triticum Nutrition 0.000 claims description 3
- 235000016383 Zea mays subsp huehuetenangensis Nutrition 0.000 claims description 2
- 235000009973 maize Nutrition 0.000 claims description 2
- 244000098338 Triticum aestivum Species 0.000 claims 1
- 238000004891 communication Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 15
- 230000007613 environmental effect Effects 0.000 description 14
- 238000003860 storage Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 230000036541 health Effects 0.000 description 6
- 238000005286 illumination Methods 0.000 description 6
- 239000002609 medium Substances 0.000 description 6
- 244000005700 microbiome Species 0.000 description 6
- 239000000203 mixture Substances 0.000 description 6
- 230000008635 plant growth Effects 0.000 description 6
- 238000009395 breeding Methods 0.000 description 5
- 230000001488 breeding effect Effects 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 230000003993 interaction Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 235000015097 nutrients Nutrition 0.000 description 4
- 230000001953 sensory effect Effects 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 3
- 238000011065 in-situ storage Methods 0.000 description 3
- 238000003780 insertion Methods 0.000 description 3
- 230000037431 insertion Effects 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 229920003023 plastic Polymers 0.000 description 3
- 239000004626 polylactic acid Substances 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 101150009802 DRO1 gene Proteins 0.000 description 2
- 239000004593 Epoxy Substances 0.000 description 2
- 244000299452 Gouania lupuloides Species 0.000 description 2
- 235000000292 Gouania lupuloides Nutrition 0.000 description 2
- 241000209140 Triticum Species 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000005056 compaction Methods 0.000 description 2
- 239000004020 conductor Substances 0.000 description 2
- 239000003337 fertilizer Substances 0.000 description 2
- 239000004033 plastic Substances 0.000 description 2
- 229920000747 poly(lactic acid) Polymers 0.000 description 2
- 229920000070 poly-3-hydroxybutyrate Polymers 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 229920001169 thermoplastic Polymers 0.000 description 2
- 239000004416 thermosoftening plastic Substances 0.000 description 2
- MCSXGCZMEPXKIW-UHFFFAOYSA-N 3-hydroxy-4-[(4-methyl-2-nitrophenyl)diazenyl]-N-(3-nitrophenyl)naphthalene-2-carboxamide Chemical compound Cc1ccc(N=Nc2c(O)c(cc3ccccc23)C(=O)Nc2cccc(c2)[N+]([O-])=O)c(c1)[N+]([O-])=O MCSXGCZMEPXKIW-UHFFFAOYSA-N 0.000 description 1
- 238000010146 3D printing Methods 0.000 description 1
- 241000894006 Bacteria Species 0.000 description 1
- 102100023708 Coiled-coil domain-containing protein 80 Human genes 0.000 description 1
- 241001057636 Dracaena deremensis Species 0.000 description 1
- 229910001335 Galvanized steel Inorganic materials 0.000 description 1
- 101000978383 Homo sapiens Coiled-coil domain-containing protein 80 Proteins 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000005273 aeration Methods 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 229920000704 biodegradable plastic Polymers 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 235000013339 cereals Nutrition 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 230000024346 drought recovery Effects 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000008397 galvanized steel Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 230000007773 growth pattern Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 239000005014 poly(hydroxyalkanoate) Substances 0.000 description 1
- 238000004382 potting Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 230000021749 root development Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 239000000565 sealant Substances 0.000 description 1
- 229910000679 solder Inorganic materials 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 239000006163 transport media Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G7/00—Botany in general
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/255—Details, e.g. use of specially adapted sources, lighting or optical systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/55—Specular reflectivity
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0098—Plants or trees
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V8/00—Prospecting or detecting by optical means
- G01V8/10—Detecting, e.g. by using light barriers
- G01V8/20—Detecting, e.g. by using light barriers using multiple transmitters or receivers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/85—Investigating moving fluids or granular solids
- G01N21/8507—Probe photometers, i.e. with optical measuring part dipped into fluid sample
- G01N2021/855—Underground probe, e.g. with provision of a penetration tool
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- Immunology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Engineering & Computer Science (AREA)
- Botany (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Wood Science & Technology (AREA)
- Geophysics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Forests & Forestry (AREA)
- Environmental Sciences (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Cultivation Of Plants (AREA)
Abstract
本发明总体涉及检测土壤中植物的根。一种示例性系统包括:支撑结构,所述支撑结构被构造成至少部分地设置在所述土壤中;LED单元,所述LED单元附连到所述支撑结构,其中所述LED单元包括发射器和检测器,其中所述发射器被配置为产生多个出射光信号,其中所述检测器被配置为接收对应于所述多个出射光信号的多个返回光信号,并且其中所述多个返回光信号中的每个返回光信号包括从所述土壤和所述根中的至少一者反射的对应出射光信号的至少一部分;以及微处理器,所述微处理器被配置为基于所述多个返回光信号来检测所述根的存在。
Description
相关申请的交叉引用
本申请要求2019年1月10日提交的美国临时申请序列号62/790,880的权益,该申请全文以引用方式并入本文。
技术领域
本公开总体涉及非侵入性根表型分析,并且更具体地涉及用于随时间跟踪根生长和监测根性状的启用计算机支持的系统、装置和方法。
背景技术
根系构型(RSA)描述了由遗传和周围环境因素塑造的根在土壤中的空间布置。RSA影响植物健康、作物性能、谷物产量,并且可影响植物的耐旱性和获取养分的能力。例如,研究表明,修改水稻中的单个基因DEEPER ROOTING 1(DRO1)会改变根角,而不会改变根的总长度。根角的这种轻微变化将根部向下引导,这为植物提供了更多获取地下水的途径。因此,在干旱条件下,改性水稻(例如,具有DRO1基因的水稻)产量比浇水充足的条件下减少10%,而在相同条件下,未改性水稻(例如,不具有DRO1基因的水稻)产量比浇水充足的条件下减少60%。
根性状很少应用于育种计划,部分原因是在不透明和复杂的土壤中难以测量和监测根生长。当前的技术要么降低作物产量,要么干扰植物生长周期。例如,一种技术是将田间种植的植物连根拔起以进行单个时间点测量。这种技术不仅具有破坏性,而且连根拔起的过程会改变原位因素(例如,移除土壤基础),这会使测量结果(例如,不具有土壤的根角测量结果)产生偏差。
一种破坏性较小的技术提供了观察窗口诸如微根窗(rhizotron)以随时间推移观察根。这种技术在根生长的路径上放置透明的屏障,以便观察在微根窗摄像机的观察窗附近生长的根。这种技术会干扰植物的自然生长周期,因为其有意在根发育的自然路径中设置障碍物。
在不干扰植物生长周期的情况下在生长季节期间实时监测RSA可以提供宝贵的信息,这些信息可用于生产更健康的植物和产出更丰裕的作物。因此,对于监测根表型(诸如生长速率、长度、角度等)的改进的非侵入性技术存在挑战。
发明内容
在一些实施方案中,用于检测土壤中植物根的示例性系统包括:支撑结构,该支撑结构被构造成至少部分地设置在土壤中;LED单元,该LED单元附连到支撑结构,其中该LED单元包括发射器和检测器,其中发射器被配置为产生多个出射光信号,其中检测器被配置为接收对应于所述多个出射光信号的多个返回光信号,并且其中所述多个返回光信号中的每个返回光信号包括从土壤和根中的至少一者反射的对应出射光信号的至少一部分;以及微处理器,该微处理器被配置为基于所述多个返回光信号来检测根的存在。
在一些实施方案中,该系统还包括信号提取器,该信号提取器被配置为基于所述多个返回光信号来提取多个数字读数。在一些实施方案中,信号提取器包括分压器、模数转换器或其组合。在一些实施方案中,基于所述多个返回光信号检测根包括:确定所述多个返回信号中的第一返回信号的亮度与第二返回信号的亮度之间的差异。在一些实施方案中,LED单元还包括隔板,其中隔板被配置为减少检测器对所述多个出射光信号的检测。在一些实施方案中,LED单元还包括透镜。在一些实施方案中,基于土壤的一种或多种特性、根的一种或多种特性或其组合来选择LED单元。在一些实施方案中,支撑结构包括桨状件(paddle),其中桨状件包括附连到其上的多个LED单元。在一些实施方案中,多个LED单元以线性配置布置。在一些实施方案中,基于植物的一种或多种特性来布置所述多个LED单元。在一些实施方案中,该系统还包括用于检测植物的根的一个或多个电容传感器。在一些实施方案中,与所述多个返回光信号相关联的信息经由无线网络传输到远程计算机系统。在一些实施方案中,微处理器被配置为基于所述多个返回光信号检测土壤中无脊椎动物的存在。在一些实施方案中,微处理器被配置为基于所述多个返回光信号确定:根的生长速率、根的角度、一组根的密度或其组合。在一些实施方案中,该系统还包括电耦合到LED单元的电源,其中该电源被配置为向LED单元提供电荷。
在一些实施方案中,用于检测土壤中植物根的示例性方法包括:从设置在土壤中的发射器传输多个出射光信号;从设置在土壤中的检测器接收对应于所述多个出射光信号的多个返回光信号,其中所述多个返回光信号中的每个返回光信号包括从土壤和根中的至少一者反射的对应出射光信号的至少一部分;提取对应于所述多个返回光信号的多个信号响应;以及基于所述多个信号响应检测根的存在。在一些实施方案中,所述多个信号响应包括多个数字读数。在一些实施方案中,该方法使用根据上述实施方案的任一个实施方案的系统。
在一些实施方案中,用于检测土壤中植物根的示例性方法包括:从设置在土壤中的发射器传输多个出射光信号;从设置在土壤中的检测器接收对应于所述多个出射光信号的多个返回光信号,其中所述多个返回光信号中的每个返回光信号包括从土壤和根中的至少一者反射的对应出射光信号的至少一部分;提取对应于所述多个返回光信号的多个信号响应;以及基于所述多个信号响应检测根的存在。在一些实施方案中,所述多个信号响应包括多个数字读数。在一些实施方案中,该方法还包括:从设置在土壤中的第二发射器发射第二多个出射光信号;从设置在土壤中的第二检测器接收对应于第二多个出射光信号的第二多个返回光信号,其中第二多个返回光信号中的每个返回光信号包括从土壤和根中的至少一者反射的对应出射光信号的至少一部分;提取对应于第二多个返回光信号的第二多个信号响应;基于第二多个信号响应检测根的存在;以及基于第一多个信号响应和第二多个信号响应,确定植物根的生长特性,其中生长特性选自由生长速率、根角、根长度和根生物量构成的组。在一些实施方案中,植物是中耕作物。在一些实施方案中,植物选自由玉米、大豆、水稻、小麦、高粱、番茄和苜蓿构成的组。在一些实施方案中,该方法使用根据上述实施方案的任一个实施方案的系统。
在一些实施方案中,用于检测土壤生物的示例性方法包括:从设置在土壤中的发射器传输多个出射光信号;从设置在土壤中的检测器接收对应于所述多个出射光信号的多个返回光信号,其中所述多个返回光信号中的每个返回光信号包括从土壤和土壤生物中的至少一者反射的对应出射光信号的至少一部分;提取对应于所述多个返回光信号的多个信号响应;以及基于所述多个信号响应检测土壤生物的存在。在一些实施方案中,所述多个信号响应包括多个数字读数。在一些实施方案中,土壤生物是蠕虫或昆虫。在一些实施方案中,土壤生物是玉米根蠕虫。在一些实施方案中,该方法使用根据上述实施方案的任一个实施方案的系统。
在一些实施方案中,用于监测土壤中植物根生长的示例性方法包括:在土壤位置周围定位多个发射器和多个检测器,其中在土壤位置中种植具有根的植物;从设置在土壤中的所述多个发射器中的发射器传输多个出射光信号;从设置在土壤中的所述多个检测器中的检测器接收对应于所述多个出射光信号的多个返回光信号,其中所述多个返回光信号中的每个返回光信号包括从土壤和根中的至少一者反射的对应出射光信号的至少一部分;提取对应于所述多个返回光信号的多个信号响应;基于所述多个信号响应检测根的存在;以及基于检测到的根的存在来确定植物根的生长特性。在一些实施方案中,用于监测土壤中植物根生长的示例性方法包括:在土壤位置种植种子;在土壤位置周围定位多个发射器和多个检测器;在种子长成具有根的植物后,从设置在土壤中的所述多个发射器中的发射器传输多个出射光信号;从设置在土壤中的所述多个检测器中的检测器接收对应于所述多个出射光信号的多个返回光信号,其中所述多个返回光信号中的每个返回光信号包括从土壤和根中的至少一者反射的对应出射光信号的至少一部分;提取对应于所述多个返回光信号的多个信号响应;基于所述多个信号响应检测根的存在;以及基于检测到的根的存在来确定植物根的生长特性。在一些实施方案中,该方法使用根据上述实施方案的任一个实施方案的系统。
应当理解,本文所述的各种实施方案的一种、一些或所有特性可组合以形成本发明的其他实施方案。本发明的这些和其他方面对于本领域技术人员来说将变得显而易见。本发明的这些和其他实施方案通过以下详细描述进一步描述。
附图说明
图1描绘了示例性非侵入性根表型分析系统。
图2描绘了根据各种示例附连到桨状件的多个示例性LED单元。
图3描绘了根据各种示例用于检测土壤中植物根的示例性过程。
图4描绘了根据各种示例用于检测土壤中植物根的示例性过程。
图5描绘了根据一些实施方案的示例性电子装置。
图6A和图6B描绘了根据一些实施方案的由多个示例性LED单元获得的与根生长相关的示例性数据。
具体实施方式
本公开提供了一种用于检测和/或监测植物根的生长的非侵入性根表型分析系统。在一些实施方案中,电子装置包括适合插入土壤中(例如,邻近植物根)的支撑结构(例如,桨状件)。电子装置还包括架式支撑(trellised)到支撑结构上的多个LED单元。该系统还可包括微处理器、信号提取器(例如,分压器、模数转换器)和/或电源(例如,电压源或电流源)。每个LED单元可以包括发射器和检测器。发射器被配置为产生多个出射光信号,并且检测器被配置为接收对应于多个出射光信号的多个返回光信号。通过分析返回光信号的特性如何随时间推移而变化以及通过将返回光信号与检测光信号的LED单元的位置相关联,微处理器可以获得关于土壤中物体和事件的丰富信息。
本公开的电子传感器和装置实施非侵入性根表型分析技术,诸如用于监测植物根生长的技术、基于根生长特性来选择用于育种的植物的技术、用于确定植物-微生物相互作用对根生长特性的影响的技术、以及/或者用于监测土壤生物的技术。本文所述的这些技术提供了在植物生长的同时原位监测植物根生长,提供了比现有装置(例如,小型微根窗)更高分辨率的RSA监测,并且提供了适于田间使用而对植物生长干扰最小的低成本解决方案。
以下描述阐述了示例性方法、参数等。然而,应该认识到,这种描述并不旨在限制本公开的范围,而是作为示例性实施方案的描述来提供。
尽管以下描述使用术语“第一”、“第二”等来描述各种元素,但这些元素不应受这些术语的限制。这些术语仅用以区别一个元件与另一元件。例如,第一出射光信号可以被称为第二出射光信号,并且类似地,第二出射光信号可以被称为第一出射光信号,而不脱离所描述的各种实施方案的范围。第一出射光信号和第二出射光信号都是出射光信号,但是它们不是相同的出射光信号。
本文描述的各种实施方案的描述中使用的术语仅仅是为了描述特定的实施方案的目的,而不旨在进行限制。如各种描述的实施方案和所附权利要求书中所使用的,除非上下文另有清楚指示,否则单数形式“一(a)”、“一(an)”和“该”也意在包括复数形式。还应当理解,如本文中所使用的术语“和/或”指代且涵盖相关联所列项中的一个或多个的任何和所有可能组合。还将理解,术语“包括(includes、including、comprises和/或comprising)”在本说明书中被使用时指定所述特征、整数、步骤、操作、元件和/或部件的存在,但不排除一个或多个其他特征、整数、步骤、操作、元件、部件和/或其群组的存在或添加。
术语“如果”被任选地解释为意指“当…时”、“在…时”或者“响应于确定”或“响应于检测”,这取决于上下文。相似地,术语“如果确定”或“如果检测到[所述条件或事件]”可以被解释为意指“在确定…时”或“响应于确定”或者“在检测到[所述条件或事件]时”或“响应于检测到[所述条件或事件]”,这取决于上下文。
图1示出了示例性非侵入性根表型分析系统100。根表型分析系统100包括适合布置在与植物140相邻的土壤位置中的支撑结构。支撑结构至少部分地设置在土壤中。在所描绘的示例中,支撑结构是具有顶部圆形支撑件122A、中间圆形支撑件122B和底部圆形支撑件122C的笼形结构120,顶部圆形支撑件、中间圆形支撑件和底部圆形支撑件连接到形成支撑结构的支柱的延伸垂直支撑件114和垂直支撑件110。
附加的圆形支撑件可以添加到期望的笼形结构120。例如,笼形结构可包括1个或更多、2个或更多、3个或更多、4个或更多、5个或更多、6个或更多、7个或更多、8个或更多、9个或更多、10个或更多、11个或更多,或12个或更多等圆形支撑件。要使用的圆形支撑件的数量可受例如笼形圆形支撑件的期望间距和/或密度;要监测的RSA的大小、形状和/或复杂性;装置的形状和/或配置;可以由本公开的微控制器容纳的输入的数量;等等的影响。同样地,笼形结构120可以是螺旋钻或包括附连到笼形结构120的螺旋叶片,以便于将笼形结构120挖入植物140周围的土壤中。
在一些示例中,笼形结构120由在插入期望土壤类型时抵抗变形而不影响植物140的健康和生长的任何材料制成。例如,笼形结构120的材料可以是金属(例如,镀锌钢、不锈钢)、塑料(例如,生物塑料)等。在一些示例中,笼形结构120由诸如聚乳酸(PLA)、聚-3-羟基丁酸酯(PHB)、聚羟基链烷酸酯(PHA)等的可生物降解材料和/或可堆肥材料制成。在一些情况下,3-D打印机可用于使用合适的热塑性塑料(例如,PLA)构建笼形结构120。在一些情况下,笼形结构120可以使用合适的热塑性塑料(例如,PLA)注射成型。
笼形结构120还包括一个或多个桨状件126。例如,多个桨状件126可以架式支撑到顶部圆形支撑件122A、中间圆形支撑件122B和底部圆形支撑件122C,如图1所示。在一些情况下,多个桨状件126可被架式支撑到在插入土壤位置中和随后的操作期间提供相对固定的位置的延伸垂直支撑件114和垂直支撑件110。在一些情况下,多个桨状件126中的一个或多个桨状件可设置在网格上并定位在垂直支撑件110和圆形支撑件122A、122B、122C之间。
如参考图2至图4进一步讨论的,一个或多个LED单元(未描绘)可以附连到桨状件126中的一个或多个桨状件。每个LED单元(例如,经由有线互连、无线地)电耦合到控制器130。控制器130可以包括被配置为检测和跟踪根生长的微控制器或微处理器。
如图1所示,控制器130包括通信单元(例如天线108、电缆106的I/O端口),该通信单元被配置为将传感数据发射到移动装置154(例如,智能电话、平板PC)。在一些情况下,通信单元可以通过电缆106将传感数据发射到移动装置154。在一些情况下,电缆106是具有适当连接器以与控制器130的通信单元和移动装置154接合的串行电缆。在这种情况下,通信单元包括发射和接收串行通信的电路(例如,串行收发器等)。在一些示例中,通信单元可以包括被配置为将传感数据无线发射(例如,蓝牙、WiFi或900MHz发射器或天线)到移动装置154的天线108和电路。在这种情况下,通信单元包括经由无线协议发射和接收串行通信的电路(例如,蓝牙收发器、WiFi收发器)。在一些示例中,通信单元可以包括被配置为通过蜂窝网络(例如,3G、4G、LTE)向蜂窝塔或移动装置154发射传感数据的天线108和电路。在这种情况下,通信单元包括经由蜂窝协议发射和接收通信的电路(例如,3G收发器、4G收发器、LTE收发器)。
根表型分析系统100还可以包括一个或多个传感器(例如,土壤传感器134、环境传感器136),所述一个或多个传感器与植物140的任何期望方面、土壤位置和/或在土壤位置处或附近的一个或多个地上条件相关联。一般来讲,土壤传感器134位于土壤内或空气/土壤界面处,并且环境传感器136位于土壤上方或空气/土壤界面处。例如,土壤传感器134可以被配置为确定位于植物位置处或附近的土壤的一种或多种养分水平(例如,磷、氮、氧、土壤湿度、温度、水分、pH等)。在一些情况下,土壤传感器134是养分传感器。在一些情况下,土壤传感器134是土壤湿度传感器、水分传感器或温度传感器。
环境传感器136被配置为确定地面以上的一种或多种周围环境/环境条件。在一些示例中,环境传感器136被配置为确定与植物相关联的一个或多个周围环境条件(例如,湿度、温度、光等)。在一些情况下,环境传感器136是温度传感器或湿度传感器。在一些情况下,环境传感器136是雨量传感器或光传感器。土壤传感器134和环境传感器136两者提供关于局部田地位置的原位信息(例如,与土壤干燥和/或肥料保留有关)。该信息可帮助育种者和种植者将灌溉和/或肥料定位到特定的田间位置,从而节省成本和能源。
提供给根表型分析系统100的控制器130的电力包括一个或多个电源。例如,如图1所示,根表型分析系统100可包括太阳能电池132,太阳能电池附连到延伸垂直支撑件114以向控制器130提供电力。其他合适的电源可包括一个或多个太阳能电池、一个或多个电池或其任何组合(例如,被配置为对电池进行充电的太阳能电池132)。在一些示例中,本公开的控制器130具有活动模式和断电模式两者,这两种模式提供功率消耗的调制。
可以在2018年5月22日提交的标题为“METHODS AND DEVICES FOR NON-INVASIVEROOT PHENOTYPING”的美国专利申请序列号15/778,195中找到根表型分析系统100的附加细节,该专利申请关于根表型分析系统及其部件和特征的内容在此通过引用方式并入本文。
图2示出了根据一些实施方案的被配置为收集用于检测根生长和根性状的数据的多个示例性LED单元。如图2所示,六个LED单元附连到桨状件220的表面上。桨状件220可以是图1所示的桨状件126中的任何桨状件,并且可以附连到支撑结构,诸如图1所示的笼形结构120。在一些实施方案中,桨状件可以是防水的,以防止短路。在一些实施方案中,使用透明环氧树脂灌封和封装材料实现防水。液体树脂被施加到发射器和检测器单元的暴露的焊料连接件上,并且硬化以形成透明的塑料光学窗口。该层覆盖暴露的电连接件,但可能会延伸到桨状件的表面的更多表面上,以产生更利于插入土壤中的几何形状。环氧树脂密封剂对于发射器和检测器抵抗插入土壤的力的机械保护也是期望的。本公开的系统可以包括一个或多个、两个或更多个、三个或更多个、四个或更多个、五个或更多个、六个或更多个、七个或更多个、八个或更多个、九个或更多个、十个或更多个、十五个或更多个、或二十个或更多个桨状件。
图2进一步提供了六个LED单元中的一个LED单元的放大视图。如图所示,LED单元230包括发射器232和检测器234。发射器232被配置为产生多个出射光信号。发射器可以经由能够产生光信号的任何类型的光源实现。在一些实施方案中,发射器包括相同或不同颜色的一个或多个LED灯。在某些实施方案中,发射器是红光、窄带LED发射器,并且/或者检测器是宽带光电晶体管检测器。
发射器产生的光信号可以是单波长或多波长的。如果发射器是窄带的(例如,单波长),并且具有不同波长的多个发射器与宽带检测器配对,则被检测物体的颜色可以由一次由一种颜色的光照射产生的信号之间的相对差异来确定。例如,如果物体是红色的,则其在红光照射下将产生很强的信号,而在绿光照射下将产生微弱的信号。白色物体在红色和绿色两者照射下都会有很强的信号,并且绿色物体对绿色照射的反应强烈,但对红色的反应很弱。如果发射器是红色、绿色和蓝色的,则可以对任何颜色的物体进行合理的颜色确定。窄带发射器也可以是低成本的并且涉及更简单的实施方式。宽带光源的优点是对所有检测到的物体颜色具有更好的均匀响应。在一些实施方案中,可以用与若干个窄带检测器配对的单个广谱发射器来完成颜色确定。检测到的物体将被白光照射,并且只对窄带反射光敏感的检测器可用于确定物体的颜色。
在一些实施方案中,基于其光谱发射、发光效率或其组合来选择LED单元的发射器。
检测器234被配置为接收对应于所述多个出射光信号的多个返回光信号。检测器234可以经由能够感测光信号的存在和特性(例如,幅度)的任何类型的检测器来实现。在一些实施方案中,检测器包括一个或多个光电晶体管和/或一个或多个光电二极管。检测器可以是单波长或多波长的。检测器234可以响应于进入的光信号产生模拟电压读数。在一些实施方案中,基于其光谱响应、响应度、暗电流、响应时间、噪声光谱或其组合来选择LED单元的检测器。
LED单元230可以电耦合到微处理器(未描绘)。在一些实施方案中,由检测器234产生的模拟电压读数被模数转换器转换成数字读数。转换器可以是微处理器的一部分。微处理器可以调节转换器的设置以使用不同参考电压读取读数,从而改变读数的范围和精度。
在一些实施方案中,基于土壤类型、根类型或其组合为非侵入性根表型分析系统选择LED单元。不同地理位置的土壤可具有不同的物理特性,诸如颜色、密度和反射率。此外,不同类型的植物可具有不同颜色、大小和形状的根。因此,LED单元中的色谱可以根据土壤和根的特性进行调节。例如,不希望受限于理论,对于单色检测器单元,最好的信号响应可能来自对根的颜色比对土壤的颜色更敏感的检测器。对于深红色粘土,白色根最好用绿光检测,因为这将使根和土壤之间的最大差异最大化,因为土壤对绿光的反射很差。因此,可以选择LED单元中的色谱以最大限度地减少来自土壤和其他物体的反射,同时最大限度地提高来自植物根的反射。
在一些实施方案中,LED单元230还包括隔板236。隔板236被配置为防止检测器直接接收和检测由LED单元的发射器产生的出射光信号。隔板236可以引导出射光信号,使得该出射光信号朝向土壤表面行进并且在到达检测器之前被土壤或土壤中的物体(例如,根)反射。因此,隔板可以通过防止发射器232和检测器234之间的串扰来提高根检测系统的性能。在一些实施方案中,隔板由塑料材料制成并使用3D打印技术制造。在一些实施方案中,隔板通过铸造或计算机数字控制(CNC)工具制造。
在一些实施方案中,LED单元230还包括透镜。透镜被配置为将入射光聚焦到检测器上。在一些实施方案中,可以使用相同透镜或第二透镜将来自发射器的光朝向土壤表面聚焦以获得更强烈的照明。透镜可以是任何形状,诸如圆形、方形或六边形。
在所描绘的示例中,六个LED单元以线性配置布置桨状件220上。应当理解,任何数量的LED单元可以以任何配置布置在桨状件上。根据根的预期生长模式和物理特性(例如,长度、角度、形状),可以进行LED单元的布置和LED单元到植物的相对定位,以促进根生长的检测。例如,LED单元可以沿着植物根的预期长度布置和定位。作为另一示例,LED单元可以沿着桨状件的外边缘(其中根的大部分预计通过)布置。此外,可以在桨状件上布置多排LED单元以便于检测紧密的根簇。在一些实施方案中,两排或更多排彼此垂直或水平偏移地布置在桨状件上。在一些实施方案中,桨状件和/或支撑结构的定向和放置可以类似的方式确定。
在一些实施方案中,除了LED单元之外,一个或多个电容传感器(未描绘)被附连到桨状件220。当根颜色较深或根部与土壤之间的对比度不太明显时,电容式触摸传感器更适合检测根。然而,电容式触摸传感器的性能可能会受到某些周围环境因素的负面影响,诸如土壤中的电气特性(水饱和和/或压实)。如果土壤因潮湿、含盐、压实或多种原因而具有高导电性,则来自电容式触摸传感器的可用信号会变弱。在这些条件下,电容式传感器检测的可靠性可能会降低。土壤导电性越高,信号丢失就越多。这意味着在土壤干燥且导电性降低之前,很少或根本无法检测到根接触。相比之下,LED单元通常不易受到周围环境因素的影响,并且可以产生更清晰的信号。因此,可以同时使用LED单元和电容传感器来收集多组数据,这些数据在聚合和交叉引用时可以产生更准确的结果。例如,使用电容式触摸系统进行根检测的信号处理过程可能涉及将单个检测器的信号与同一桨状件上的检测器的信号以及土壤中相同深度处的其他桨状件上的检测器的信号、单个单元的全局平均信号以及部署在同一田间位点的其他单元(例如,LED单元)的平均信号进行比较。由于电容式触摸检测系统中存在噪声,因此需要这些方法来区分暴雨等全局事件和根触摸等单个检测器事件。换句话说,通过在许多传感器(以及许多不同类型的传感器)之间进行比较以识别和校正噪声,可以从数据集中收集附加信息。在2018年5月22日提交的标题为“METHODS AND DEVICESFOR NON-INVASIVE ROOT PHENOTYPING”的美国临时专利申请序列号15/778,195中提供了关于使用电容式触摸传感器来检测根生长的附加细节,该专利申请关于根表型分析系统及其部件和特征的内容在此通过引用方式并入本文。
在一些实施方案中,本公开的系统可以包括本公开的一个或多个LED单元和一个或多个导体板(例如,如美国专利申请序列号15/778,195中所述)。不希望受限于理论,如与导体板相比,认为LED单元可能更适合于某些类型的土壤(例如,水饱和的、压实的等)和/或某些类型的植物根中的根检测。LED单元和电容式触摸传感器可以位于桨状件上的同一位置或散布在桨状件上。例如,LED单元可以位于电容式检测器垫的中间。作为另一示例,LED单元和电容式触摸传感器可以以交替方式以线性配置布置。
图3示出了根据一些实施方案的使用本发明检测根生长和性状的示例性过程。如图所示,桨状件320垂直设置在土壤中。桨状件320包括附连在桨状件上的至少一个LED单元(未描绘)。LED单元可以是参考图2描述的LED单元230。
在T0、T1和T2处,桨状件320上的LED单元的发射器分别产生出射光信号S0、S1和S2。随后,LED单元的检测器分别接收对应的返回光信号R0、R1和R2。多个返回光信号R0、R1和R2中的每个返回光信号包括从土壤和根中的至少一者反射的对应出射光信号S0、S1和S2的至少一部分。特别地,R0包括从土壤(例如,土壤表面)反射的出射光信号S0的一部分。R1包括从土壤和植物140的根反射的出射光信号S1的一部分。R2包括从土壤和植物140的根反射的出射光信号S2的一部分。
当植物140的根在土壤中生长时,根可以反射更大量的光。例如,如果LED单元在T0、T1和T2处产生相同的出射光信号(即S0、S1和S2在幅度和方向上相同),则由LED单元接收的返回光信号R0、R1和R2在幅度上不同。具体来说,R2的幅度高于R1的幅度,因为T2处的植物140的根比T1处的根可以反射更多的光。类似地,R1的幅度高于R0的幅度,因为T1处的植物140的根比仅在T0处土壤反射更多的光。
如上所述,桨状件320上的LED单元可以电耦合到微处理器。微处理器可以处理每个返回光信号以获得光信号的各种特性诸如幅度。通过分析光信号的特性如何随时间推移而变化以及通过将光信号与检测光信号的LED单元的位置相关联,微处理器可以获得关于土壤中物体和事件的丰富信息。例如,随时间推移变得更强(例如,更亮)的返回光信号可以指示物体的存在(例如,根的出现)或物体的移动(例如,根的远侧端部越来越靠近检测器)。作为另一示例,对于具有多个发射器或检测器的LED单元,可以通过在不同波长之间切换时的相对幅度变化来测量颜色。
返回光信号还可用于确定土壤中物体的类型。土壤中的物体可以是相对静止的(例如,根)或动态的(例如,无脊椎动物)。基于返回光信号如何随时间推移而变化以及返回光信号的特性,系统可以确定物体是静止的还是移动的。幅度随时间推移而变化的速率以及信号的持久性可用于帮助确定物体的类型。发生得非常快的变化不太可能是根的生长。一种简单的方法是分析数据以确定信号从基线读数到超过阈值所需的时间。如果该时间尺度对于根的生长来说不合理(这应该需要几个小时),那么它很可能不是根。小昆虫或蠕虫更可能需要几秒或几分钟来产生相同的信号幅度变化。此外,一段时间后消失的变化也不太可能是根。因此,系统可在潜在检测后寻找信号衰减。如果信号恢复到其基线水平,则更有可能是无脊椎动物移动远离检测器的结果。
返回光信号还可用于确定土壤中物体的物理特性。例如,系统可以确定根的角度、根的形状和一组根的密度。此外,该系统可以确定根的生长速率。
微处理器可以在本地处理从LED单元接收的数据,或者将数据传递到无线电发射器,该无线电发射器无线地发射数据,以便在远程计算机系统上进行存储和处理。远程计算机系统可以从多个LED单元、多个桨状件和/或多个笼形结构接收数据。此外,远程计算机系统可以从其他类型的传感器诸如土壤传感器和环境传感器接收数据。通过聚合来自不同地理位置和/或来自不同传感器的数据,系统可以获得关于根生长模式以及根生长如何受到不同地理位置、不同土壤条件和不同周围环境因素(例如,细菌、无脊椎动物等的存在)的影响的丰富数据。
图4描绘了根据一些实施方案的用于检测土壤中植物的根的示例性过程。例如,使用一个或多个电子装置来执行过程400。在一些示例中,过程400的框以任何方式在执行过程400的一个或多个电子装置之间划分。在一些示例中,所述一个或多个电子装置包括设置在土壤中的LED单元、电耦合到LED单元的微处理器、远程计算机系统和/或彼此通信耦合的附加电子装置。因此,虽然过程400的部分在本文中被描述为由特定装置执行,但是应当理解,过程400不限于此。在过程400中,任选地组合一些框,任选地改变一些框的顺序,并且任选地省略一些框。在一些示例中,可以结合过程400执行附加步骤。因此,所示出的(以及下面更详细地描述的)操作本质上是示例性的,并且因此不应被视为限制性的。
在框402处,从设置在土壤中的发射器传输多个出射光信号。在框404处,设置在土壤中的检测器接收对应于所述多个出射光信号的多个返回光信号。所述多个返回光信号中的每个返回光信号包括从土壤和根中的至少一者反射的对应出射光信号的至少一部分。在框406处,提取对应于所述多个返回光信号的多个信号响应。在框408处,基于所述多个信号响应检测根的存在。
上面参考图4描述的操作任选地由图5中描绘的部件实现。图5示出了根据一个实施方案的计算装置的示例。装置500可以是连接到网络的主机。装置500可以是客户端计算机或服务器。如图5所示,装置500可以是任何合适类型的基于微处理器的装置,诸如个人计算机、工作站、服务器或手持式计算装置(便携式电子装置)诸如电话或平板电脑。该装置可以包括例如处理器510、输入装置520、输出装置530、存储器540和通信装置560中的一者或多者。输入装置520和输出装置530通常可以对应于上述那些,并且可以与计算机连接或集成。
输入装置520可以是提供输入的任何合适的装置,诸如触摸屏、键盘或小键盘、鼠标或语音识别装置。输出装置530可以是提供输出的任何合适的装置,诸如触摸屏、触觉装置或扬声器。
存储装置540可以是提供存储的任何合适的装置,例如电存储器、磁存储器或光存储器,包括RAM、高速缓存、硬盘驱动器或可移动存储盘。通信装置560可以包括能够通过网络发射和接收信号的任何合适的装置,诸如网络接口芯片或装置。计算机的部件可以以任何合适的方式连接,诸如经由物理总线或无线地连接。
可以存储在存储装置540中并由处理器510执行的软件550可以包括例如体现本公开的功能性的程序(例如,如在如上所述的装置中体现的)。
软件550还可以被存储在任何非暂态计算机可读存储介质内和/或在任何非暂态计算机可读存储介质内传输,以供指令执行系统、设备或装置使用或与其结合使用,例如上述那些,其可以从指令执行系统、装置或装置获取与软件相关联的指令并执行指令。在本公开的上下文中,计算机可读存储介质可以是任何介质,诸如存储装置540,其可以包含或存储由指令执行系统、设备或装置使用或与其结合使用的程序。
软件550还可以在任何传输介质内传播,以供指令执行系统、设备或装置使用或与其结合使用,例如上述那些,其可以从指令执行系统、设备或装置获取与软件相关联的指令并执行指令。在本公开的上下文中,传输介质可以是能够传送、传播或传输程序以供指令执行系统、设备或装置使用或与其结合使用的任何介质。传输可读介质可以包括但不限于电、磁、光、电磁或红外有线或无线传播介质。
装置500可以连接到网络,该网络可以是任何合适类型的互连通信系统。网络可以实现任何合适的通信协议并且可以通过任何合适的安全协议来保护。网络可以包括可以实现网络信号的发射和接收的任何合适布置的网络链路,诸如无线网络连接、T1或T3线路、电缆网络、DSL或电话线。
装置500可以实现适合在网络上操作的任何操作系统。软件550可以用任何合适的编程语言编写,诸如C、C++、Java或Python。在各种实施方案中,体现本公开的功能性的应用程序软件可以部署在不同配置中,诸如在客户端/服务器布置中或通过Web浏览器作为例如基于Web的应用程序或Web服务。
图6A描绘了由多个示例性LED单元获得的与根生长相关的示例性数据。在所描绘的示例中,具有六个LED单元的桨状件被水平地设置在正在生长的玉米种子或玉米植物下面的土壤中。使用红光、窄带LED发射器和宽带光电晶体管检测器。LED单元在桨状件上均匀地间隔开,如照片中的数字1、2、3、4、5和6所示。该图显示了六个LED单元在若干天的读数(使用原始ADC计数作为单位;最大计数1023,对应于3.3V,基于ADC配置)。如图所示,一些LED单元(例如,LED单元3)随时间推移接收到更强的信号,表明土壤中对应位置处的根生长,如通过对土壤的横截面成像所确认的(图6A中提供的图像)。
图6B描绘了由多个示例性LED单元获得的与根生长相关的示例性数据。在所描绘的示例中,具有三个LED单元的桨状件被放置在一张纸下,在桨状件前面有一束根。该束根从左到右慢慢拉过桨状件的检测器,并且强度作为时间的函数进行测量。当检测器前面存在根时,观察到信号增加,并且随着束移动,信号随着更多或更少的根在检测器的正前方而变化。检测器3位于根被从其拉离的端部,并且信号首先在检测器3上返回到基线,然后按照跟踪束的移动的预期顺序在检测器2和1上返回到基线。这些结果表明LED桨状件能够通过测量检测到的光强度来跟踪根束的移动。
本公开的系统可用于多种应用。例如,本公开的系统(例如,包括本公开的一个或多个桨状件)可用于检测土壤中植物根的存在、监测植物根的生长、检测土壤生物、选择用于育种的植物,确定植物-微生物相互作用对根生长特性的影响、以及/或者确定土壤成分和/或条件对根生长特性的影响。
在一些实施方案中,本公开的系统(例如,包括本公开的一个或多个桨状件)用于检测土壤中植物根的存在的方法中。如图6所示,本文描述的系统能够经由基于LED的检测来检测与周围土壤有区别的根的存在。
在一些实施方案中,本公开的系统(例如,包括本公开的一个或多个桨状件)用于监测土壤中植物根的生长的方法中。例如,一个或多个桨状件可以放置在包围植物的土壤中并布置成检测植物的一个或多个根的生长。另选地,可以将一个或多个桨状件放置在种子周围的土壤中、或者放置在种子随后种植的位置中,这样当种子发芽并且植物根开始生长时,桨状件被布置成检测植物的一个或多个根的生长。在一些实施方案中,通过在一个或多个LED处连续检测植物根来监测生长。例如,在时间t1在LED单元A前面生长的植物根被LED单元A检测到。如果在时间t2,在LED单元A和LED单元B前面(例如,在与LED单元A相同或不同的桨状件上)检测到植物根,并且LED单元B与LED单元A相距x距离,这表明植物根生长跨越x距离(在t1和t2之间),并且因此可以计算生长速率和根长度。另选地,如果在时间t1种植种子,并且在时间t2检测到根,则生长速率或建植率(establishment rate)可以计算为x距离除以t1和t2之间的间隔。检测到的信号可以来自更厚的根或更多的根(例如,增加的根密度),这两者都表明增加的根生物量。另外,可以通过考虑LED单元A和B的相对位置来计算根角。通过二维或三维布置的多个LED单元检测植物根(例如,通过考虑检测到的信号的数量和/或幅度、检测到信号的时间尺度以及任选地推断的根角),可以计算植物根的长度、数量和/或周长以估计或推断总根生物量。
在一些实施方案中,本公开的系统(例如,包括本公开的一个或多个桨状件)用于监测植物健康或植物根健康的方法中。例如,检测器可以被配置为区分根颜色的变化(例如,通过区分白色根和棕色根),这可以指示根健康或根死亡的变化。
在一些实施方案中,本公开的系统(例如,包括本公开的一个或多个桨状件)用于选择用于育种的植物的方法中。例如,可以监测一种或多种根生长特性(例如,如上所述)以便测定例如与根属性相关的一种或多种感兴趣的性状。使用本公开的系统,可以针对感兴趣的根生长特性监测植物品种/品系的一个或多个重复,并且可以基于本公开的根生长特性中的一种或多种根生长特性选择植物品种或品系用于育种。此类植物可与相同物种或品种的植物或不同物种或品种(对于杂交体)的植物杂交以产生后代,从而成功培育具有感兴趣性状或特性的植物。
在一些实施方案中,本公开的系统(例如,包括本公开的一个或多个桨状件)用于确定植物-微生物相互作用对根生长特性的影响的方法中。可以使用本公开的系统监测一种或多种根生长特性(例如,如上所述)以便测定植物-微生物相互作用的影响。例如,可以将在接种有微生物或微生物群落的土壤中生长的植物的根生长与在接种有不同微生物或微生物群落的土壤中生长的植物的根生长进行比较,或者与不具有微生物或微生物群落的土壤中生长的植物的根生长进行比较,或者与另一合适的参考进行比较。在一些实施方案中,可以通过用本公开的系统跟踪根生长来研究植物根围的一个或多个方面。
在一些实施方案中,本公开的系统(例如,包括本公开的一个或多个桨状件)用于确定土壤成分和/或条件对根生长特性的影响的方法中。这允许基于土壤条件/成分(例如,一种或多种养分的存在或缺乏、水条件、土壤堆积、通风等)确定植物根如何改变生长/行为。可以使用本公开的系统监测一种或多种根生长特性(例如,如上所述)以便测定土壤成分和/或条件的影响。例如,可以将在具有特定成分/条件的土壤中生长的植物的根生长与在具有不同成分/条件的土壤中生长的植物或与另一种合适的参考植物的根生长进行比较。
本公开的系统可用于(例如,如在上述方法中)检测多种植物的根。在一些实施方案中,植物是中耕作物。在一些实施方案中,植物是商业种植的植物,诸如玉米、大豆、水稻、小麦、高粱、番茄或苜蓿。
在一些实施方案中,本公开的系统(例如,包括本公开的一个或多个桨状件)用于检测土壤生物的方法中。据认为,如本文针对植物根所描述的,可以通过接收到的光信号来检测土壤生物。然而,由于植物根比土壤生物体更静止,一个或多个LED单元处更瞬态的信号可以指示移动生物的存在,而不是植物根的存在。在一些实施方案中,可以检测生物的颜色。在一些实施方案中,土壤生物是蠕虫或昆虫。在一些实施方案中,土壤生物是玉米根蠕虫。
尽管已经参照附图充分描述了本公开和示例,但是应当注意,各种变化和修改对于本领域技术人员来说将变得显而易见。这些变化和修改应当被理解为包括在由权利要求限定的本公开和示例的范围内。
出于解释的目的,已经参照具体实施方案描述了前面的描述。然而,上述说明性讨论并不旨在穷举或将本发明限制于所公开的精确形式。鉴于上述教导内容,许多修改和变化是可能的。选择和描述这些实施方案是为了最好地解释这些技术的原理及其实际应用。本领域的其他技术人员由此能够最好地利用这些技术以及具有适合于所预期的特定用途的各种修改的各种实施方案。
Claims (26)
1.一种用于检测土壤中植物的根的系统,所述系统包括:
支撑结构,所述支撑结构被构造成至少部分地设置在所述土壤中;
LED单元,所述LED单元附连到所述支撑结构,
其中所述LED单元包括发射器和检测器,
其中所述发射器被配置为产生多个出射光信号,
其中所述检测器被配置为接收对应于所述多个出射光信号的多个返回光信号,并且
其中所述多个返回光信号中的每个返回光信号包括从所述土壤和所述根中的至少一者反射的对应出射光信号的至少一部分;
以及
微处理器,所述微处理器被配置为基于所述多个返回光信号来检测所述根的存在。
2.如权利要求1所述的系统,还包括信号提取器,所述信号提取器被配置为基于所述多个返回光信号来提取多个数字读数。
3.如权利要求1至2中任一项所述的系统,其中所述信号提取器包括分压器、模数转换器或其组合。
4.如权利要求1至3中任一项所述的系统,其中基于所述多个返回光信号检测所述根包括:确定所述多个返回信号中的第一返回信号的亮度与第二返回信号的亮度之间的差异。
5.如权利要求1至4中任一项所述的系统,其中所述LED单元还包括隔板,其中所述隔板被配置为减少所述检测器对所述多个出射光信号的检测。
6.如权利要求1至5中任一项所述的系统,其中所述LED单元还包括透镜。
7.如权利要求1至6中任一项所述的系统,其中基于所述土壤的一种或多种特性、所述根的一种或多种特性或其组合来选择所述LED单元。
8.如权利要求1至7中任一项所述的系统,其中所述支撑结构包括桨状件,其中所述桨状件包括附连到其上的多个LED单元。
9.如权利要求8所述的系统,其中所述多个LED单元以线性配置布置。
10.如权利要求8所述的系统,其中基于所述植物的一种或多种特性布置所述多个LED单元。
11.如权利要求1至10中任一项所述的系统,还包括用于检测所述植物的所述根的一个或多个电容传感器。
12.如权利要求1至11中任一项所述的系统,其中与所述多个返回光信号相关联的信息经由无线网络传输到远程计算机系统。
13.如权利要求1至12中任一项所述的系统,其中所述微处理器被配置为基于所述多个返回光信号检测所述土壤中无脊椎动物的存在。
14.如权利要求1至13中任一项所述的系统,其中所述微处理器被配置为基于所述多个返回光信号确定:所述根的生长速率、所述根的角度、一组根的密度或其组合。
15.如权利要求1至14中任一项所述的系统,还包括电耦合到所述LED单元的电源,其中所述电源被配置为向所述LED单元提供电荷。
16.一种用于检测土壤中植物的根的方法,所述方法包括:
从设置在所述土壤中的发射器传输多个出射光信号;
从设置在所述土壤中的检测器接收对应于所述多个出射光信号的多个返回光信号,其中所述多个返回光信号中的每个返回光信号包括从所述土壤和所述根中的至少一者反射的对应出射光信号的至少一部分;
提取对应于所述多个返回光信号的多个信号响应;以及
基于所述多个信号响应检测所述根的存在。
17.如权利要求16所述的方法,其中所述多个信号响应包括多个数字读数。
18.如权利要求16或权利要求17所述的方法,还包括:
从设置在所述土壤中的第二发射器传输第二多个出射光信号;
从设置在所述土壤中的第二检测器接收对应于所述第二多个出射光信号的第二多个返回光信号,其中所述第二多个返回光信号中的每个返回光信号包括从所述土壤和所述根中的至少一者反射的所述对应出射光信号的至少一部分;
提取对应于所述第二多个返回光信号的第二多个信号响应;
基于所述第二多个信号响应检测所述根的存在;
基于所述第一多个信号响应和所述第二多个信号响应,确定所述植物根的生长特性,其中所述生长特性选自由生长速率、根角、根长度和根生物量构成的组。
19.如权利要求16至18中任一项所述的方法,其中所述植物是中耕作物。
20.如权利要求16至18中任一项所述的方法,其中所述植物选自由玉米、大豆、水稻、小麦、高粱、番茄和苜蓿构成的组。
21.一种用于检测土壤生物的方法,所述方法包括:
从设置在所述土壤中的发射器传输多个出射光信号;
从设置在所述土壤中的检测器接收对应于所述多个出射光信号的多个返回光信号,其中所述多个返回光信号中的每个返回光信号包括从所述土壤和所述土壤生物中的至少一者反射的对应出射光信号的至少一部分;
提取对应于所述多个返回光信号的多个信号响应;以及
基于所述多个信号响应检测所述土壤生物的存在。
22.如权利要求21所述的方法,其中所述多个信号响应包括多个数字读数。
23.如权利要求21或权利要求22所述的方法,其中所述土壤生物是蠕虫或昆虫。
24.如权利要求23所述的方法,其中所述土壤生物是玉米根蠕虫。
25.一种用于监测所述土壤中植物的根生长的方法,所述方法包括:
在土壤位置周围定位多个发射器和多个检测器,其中在所述土壤位置中种植具有根的植物;
从设置在所述土壤中的所述多个发射器中的发射器传输多个出射光信号;
从设置在所述土壤中的所述多个检测器中的检测器接收对应于所述多个出射光信号的多个返回光信号,其中所述多个返回光信号中的每个返回光信号包括从所述土壤和所述根中的至少一者反射的对应出射光信号的至少一部分;
提取对应于所述多个返回光信号的多个信号响应;
基于所述多个信号响应检测所述根的存在;以及
基于检测到的所述根的存在来确定所述植物根的生长特性。
26.一种用于监测所述土壤中植物的根生长的方法,所述方法包括:
在土壤位置种植种子;
在所述土壤位置周围定位多个发射器和多个检测器;
在所述种子长成具有根的植物后,从设置在所述土壤中的所述多个发射器中的发射器传输多个出射光信号;
从设置在所述土壤中的所述多个检测器中的检测器接收对应于所述多个出射光信号的多个返回光信号,其中所述多个返回光信号中的每个返回光信号包括从所述土壤和所述根中的至少一者反射的对应出射光信号的至少一部分;
提取对应于所述多个返回光信号的多个信号响应;
基于所述多个信号响应检测所述根的存在;以及
基于检测到的所述根的存在来确定所述植物根的生长特性。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962790880P | 2019-01-10 | 2019-01-10 | |
US62/790,880 | 2019-01-10 | ||
PCT/US2020/012900 WO2020146609A1 (en) | 2019-01-10 | 2020-01-09 | Method and device for non-invasive root phenotyping |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113614517A true CN113614517A (zh) | 2021-11-05 |
Family
ID=71520554
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080007458.3A Pending CN113614517A (zh) | 2019-01-10 | 2020-01-09 | 用于非侵入性根表型分析的方法和装置 |
Country Status (10)
Country | Link |
---|---|
US (1) | US20220082506A1 (zh) |
EP (1) | EP3908829A4 (zh) |
CN (1) | CN113614517A (zh) |
AU (1) | AU2020207058A1 (zh) |
BR (1) | BR112021011582A2 (zh) |
CA (1) | CA3123884A1 (zh) |
CL (1) | CL2021001783A1 (zh) |
IL (1) | IL284478A (zh) |
MX (1) | MX2021008373A (zh) |
WO (1) | WO2020146609A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108780055B (zh) | 2015-11-24 | 2021-08-10 | Hi保真遗传学股份有限公司 | 用于无创根部表型鉴定的方法及设备 |
CN115436367B (zh) * | 2022-09-09 | 2024-05-03 | 中国农业大学 | 一种基于外置可变光源的根系土壤原位成像装置及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4445788A (en) * | 1982-04-30 | 1984-05-01 | The Board Of Regents Of The University Of Nebraska | Soil probe and method of obtaining moisture, temperature and root distribution of a soil profile |
CN103364399A (zh) * | 2013-07-12 | 2013-10-23 | 北京农业信息技术研究中心 | 作物根系生长探测系统及探测方法 |
US20180348186A1 (en) * | 2015-11-24 | 2018-12-06 | Hi Fidelity Genetics Llc | Methods and devices for non-invasive root phenotyping |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2558258B1 (fr) * | 1984-01-13 | 1986-08-08 | Agronomique Inst Nat Rech | Dispositif d'exploration souterraine du type endoscope, notamment destine a l'etude de l'enracinement des plantes in situ |
WO2001013094A1 (en) * | 1999-08-19 | 2001-02-22 | Washington State University Research Foundation | Methods for determining the physiological state of a plant |
US9075008B2 (en) * | 2003-11-07 | 2015-07-07 | Kyle H. Holland | Plant treatment based on a water invariant chlorophyll index |
US7278236B2 (en) * | 2005-03-17 | 2007-10-09 | Phenotype Screening Corporation | Plant root characterization system |
KR100744117B1 (ko) * | 2005-08-24 | 2007-08-01 | 삼성전자주식회사 | 손실이 없는 비선형 아날로그 게인 콘트롤러를 지닌 이미지 센서 및 제조 방법 |
CN104542024A (zh) * | 2013-11-08 | 2015-04-29 | 上海点将精密仪器有限公司 | 一种植物根系生长原位监测设备 |
US10436721B2 (en) * | 2015-07-22 | 2019-10-08 | UHV Technologies, Inc. | X-ray imaging and chemical analysis of plant roots |
US10339380B2 (en) * | 2016-09-21 | 2019-07-02 | Iunu, Inc. | Hi-fidelity computer object recognition based horticultural feedback loop |
CN108760737A (zh) * | 2018-05-21 | 2018-11-06 | 马洪彬 | 作物根系观察仪、专用取土钻和根系观察方法 |
-
2020
- 2020-01-09 US US17/421,369 patent/US20220082506A1/en not_active Abandoned
- 2020-01-09 EP EP20738333.2A patent/EP3908829A4/en not_active Withdrawn
- 2020-01-09 CN CN202080007458.3A patent/CN113614517A/zh active Pending
- 2020-01-09 WO PCT/US2020/012900 patent/WO2020146609A1/en unknown
- 2020-01-09 BR BR112021011582-0A patent/BR112021011582A2/pt not_active Application Discontinuation
- 2020-01-09 CA CA3123884A patent/CA3123884A1/en active Pending
- 2020-01-09 AU AU2020207058A patent/AU2020207058A1/en not_active Abandoned
- 2020-01-09 MX MX2021008373A patent/MX2021008373A/es unknown
-
2021
- 2021-06-29 IL IL284478A patent/IL284478A/en unknown
- 2021-07-05 CL CL2021001783A patent/CL2021001783A1/es unknown
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4445788A (en) * | 1982-04-30 | 1984-05-01 | The Board Of Regents Of The University Of Nebraska | Soil probe and method of obtaining moisture, temperature and root distribution of a soil profile |
CN103364399A (zh) * | 2013-07-12 | 2013-10-23 | 北京农业信息技术研究中心 | 作物根系生长探测系统及探测方法 |
US20180348186A1 (en) * | 2015-11-24 | 2018-12-06 | Hi Fidelity Genetics Llc | Methods and devices for non-invasive root phenotyping |
Also Published As
Publication number | Publication date |
---|---|
CL2021001783A1 (es) | 2022-01-14 |
US20220082506A1 (en) | 2022-03-17 |
CA3123884A1 (en) | 2020-07-16 |
EP3908829A1 (en) | 2021-11-17 |
MX2021008373A (es) | 2021-08-11 |
AU2020207058A1 (en) | 2021-07-15 |
EP3908829A4 (en) | 2022-10-26 |
WO2020146609A1 (en) | 2020-07-16 |
IL284478A (en) | 2021-08-31 |
BR112021011582A2 (pt) | 2021-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11555809B2 (en) | Methods and devices for non-invasive root phenotyping | |
US11445665B2 (en) | Plant treatment based on morphological and physiological measurements | |
US10028426B2 (en) | Agronomic systems, methods and apparatuses | |
Yu et al. | Automatic image-based detection technology for two critical growth stages of maize: Emergence and three-leaf stage | |
CN114207672B (zh) | 部署生物哨兵到农田并远程监测作物中生物和非生物胁迫的方法 | |
Mbangiwa et al. | Modelling and measurement of water productivity and total evaporation in a dryland soybean crop | |
US20220082506A1 (en) | Method and device for non-invasive root phenotyping | |
CN105191682B (zh) | 一种花生网斑病抗病性鉴定方法 | |
CN106841568A (zh) | 基于物联网技术的良田土壤检测系统及其实现方法 | |
Wanjura et al. | Scanned and spot measured canopy temperatures of cotton and corn | |
KR101406210B1 (ko) | 영상 센서를 이용하여 파종기의 운행을 제어하는 장치 및 방법 | |
CN107421499A (zh) | 一种移栽机栽植钵苗直立度检测装置及方法 | |
CN206208304U (zh) | 一种农用便捷多功能传感器 | |
Bhatia et al. | IoT Enabled Smart Irrigation Techniques With Leaf Disease Detection | |
TWI838781B (zh) | 地下作物探勘系統及其運作方法 | |
KR101766913B1 (ko) | 배양토 및 배양실에 대한 ict 제어를 통한 천마 연중생산 시스템 | |
O’Shaughnessy et al. | 11 Advanced Tools for Irrigation | |
WO2023105112A1 (en) | Weeding robot | |
Yang | Maize and Sorghum Plant Detection at Early Growth Stages Using Proximity Laser and Time-Offlight Sensors | |
Hoshi et al. | Development of a nondestructive measurement system to obtain exuberance index of foliage during greenhouse crop growth by low-cost near-infrared light sensors | |
Kwon YongIk et al. | The Morphologic-Aware Self Adaptive (MASA) system with image analysis technique for zoysiagrass managements. | |
CN108370755A (zh) | 感知杆、花盆和种植大棚 | |
Kumar et al. | Maximizing Agriculture Yield Using UV Ray and IoT |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |