БИОЛОГИЯ РАСТЕНИЙ
БИОЛОГИЯ ЖИВОТНЫХ
ПЕЧАТНАЯ ВЕРСИЯ
ЭЛЕКТРОННАЯ ВЕРСИЯ
 
КАК ПОДАТЬ РУКОПИСЬ
 
КАРТА САЙТА
НА ГЛАВНУЮ

 

 

 

 

doi: 10.15389/agrobiology.2022.5.921rus

УДК 631.524.5:57.084.1

Исследование выполнено при поддержке гранта Министерства науки и высшего образования РФ № FZWG-2021-0018 в рамках государственного задания по теме «Разработка и внедрение в практику комплексных физико-химических методов оценки состояния растений для решения задач направленного формирования устойчивых фитоценозов культур различного функционального назначения в условиях промышленных и аграрных предприятий» для создания лаборатории физико-химических методов исследования растений.

 

ОЦЕНКА ТОЧНОСТИ ФЕНОТИПИРОВАНИЯ МОРФОЛОГИЧЕСКИХ ПРИЗНАКОВ Syringa vulgaris L. С ПОМОЩЬЮ ЛАЗЕРНОГО 3D-СКАНЕРА PlantEye F500 В ЗАВИСИМОСТИ ОТ РАСПОЛОЖЕНИЯ РАСТЕНИЙ НА СКАНИРУЕМОЙ ПОВЕРХНОСТИ

М.Ю. ТРЕТЬЯКОВ1 , В.К. ТОХТАРЬ1, Е.В. ЖУРАВЛЕВА2,
Д.В. БИРЮКОВ1

Так как методические приемы прямой генетики применимы только для моногенных признаков, свойства полученного селекционного материала, линии или сорта должны быть проверены в полевых условиях, поскольку присутствие в геноме желательного гена, подтвержденное молекулярными методами, не всегда приводит к формированию ценного для селекции признака. Системы на основе технологий 3D изображений позволяют получить модель растения, а также информацию о морфологических параметрах. Однако крайне мало внимания уделяется составлению протоколов проведения феноскрининга. Целью настоящего исследования была сравнительная оценка точности определения морфологических характеристик у растений сирени традиционными методами и с использованием технологии машинного зрения в зависимости от расположения объекта на сканируемой поверхности. В качестве модели для отработки методики феноскрининга выбрали микроклоны сирени (Syringa vulgaris L.) сорта Милосердие. Микроклоны характеризуются высокой степенью морфологической однородности и небольшие по размеру, что позволяет проводить измерения и сопоставлять полученные данные в достаточно больших выборках, нормализуя их к средним значениям. Учеты выполняли после окончания адаптации растений и культивирования в течение 1 мес в тепличных боксах. При традиционной морфометрии выборка составляла 10 микроклонов, у которых измеряли высоту мерной линейкой, площадь поверхности каждого листа — контурным методом. При сканировании (3D-сканер PlantEye F500, «Phenospex B.V.», Нидерланды) каждое из 10 отобранных растений располагали в пяти разных точках сканируемой поверхности и в одном и том же положении проводили не менее пяти повторных сканирований. При применении технологии машинного зрения определяли 3D площадь листьев, проецируемую площадь листьев, цифровую биомассу, высоту, максимальную высоту, наклон листьев, угол наклона листьев, глубину проникновения света. Установлено, что для получения объективных и сопоставимых результатов при использовании 3D-сканера оптимально располагать растения в центре сканируемой поверхности в одном и том же положении, а в качестве морфологических параметров для идентификации сортов и фиксации приростов можно рекомендовать следующие параметры: площадь листа, проекционная площадь листа, высота, угол наклона листа. Для каждого вида растений необходимо проводить первичные морфологические исследования традиционными методами, а затем сравнивать полученные данные с результатами сканирования, чтобы внести поправочные коэффициенты и подтвердить информативность используемого набора признаков, тем самым повышая точность данных, полученных в результате использования технологии машинного зрения.

Ключевые слова: фенотипирование, морфология, Syringa vulgaris L., машинное зрение, 3D-сканирование.

 

 

ACCURACY ASSESSMENT OF Syringa vulgaris L. MORPHOLOGICAL SIGNS PHENOTYPING WITH A LASER 3D SCANNER PlantEye F500 DEPENDING ON PLANT LOCATION ON THE SCANNED SURFACE

M.Yu. Tretyakov1 , V.K. Tokhtar1, E.V. Zhuravleva2, D.V. Biryukov1

Since the methodological methods of direct genetics are applicable only for monogenic traits, the created breeding material, line or variety must be tested in the field, since the presence of the desired gene in the genome, confirmed by molecular methods, does not always lead to the formation of a trait valuable for selection. Systems based on 3D imaging technologies make it possible to obtain a plant model, as well as information on morphological parameters. However, very little attention is paid to the preparation of protocols for phenoscreening. The purpose of this study was a comparative assessment of the accuracy of determining the morphological characteristics of lilac plants by traditional methods and using machine vision technology, depending on the plant location on the scanned surface. Microclones of lilac (Syringa vulgaris L.) cv. Microclones are morphologically homogenous and small in size, which allows measurements of sufficiently large sets of samples and makes it easier to compare the research results by their normalization to average values. The measurements were made after the plant complete adaptation and cultivation for 1 month in a greenhouse. With traditional morphometry, in 10 microclones, the height was measured with a measuring ruler, and the leaf area was measured using the contour method. When scanning (PlantEye F500 3D scanner, Phenospex B.V., Netherlands), each of 10 selected plants was placed at five different positions of the scanned surface, and at least five repeated scans were performed in the same position. When using machine vision technology, 3D leaf area, projected leaf area, digital biomass, height, maximum height, leaf tilt, leaf tilt angle, light penetration depth were determined. It has been established that in order to obtain objective and comparable data from using a 3D scanner, it is optimal to place plants in the center of the scanned surface in the same position. The following parameters can be recommended to identify varieties and assess plant growth rate: the leaf area, projected leaf area, height, and leaf inclination angle. For each plant species, it is necessary to preliminarily study particular morphological traits and to compare the obtained data with the scan results in order to introduce correction factors/ This will confirm the information content of the feature set used, thereby increasing the accuracy of machine vision technology data.

Keywords: phenotyping, morphology, Syringa vulgaris L., machine vision technology, 3D canning.

 

1ФГАОУ ВО Белгородский государственный
национальный исследовательский университет,
НОЦ Ботанический сад НИУ БелГУ,
308015 Россия, г. Белгород, ул. Победы, 85,
e-mail: tretyakovmiy@gmail.com ✉, tokhtar@bsu.edu.ru, biryukov@bsu.edu.ru;
2ГК «ЭФКО»,
309850 Россия, Белгородская обл., г. Алексеевка, ул. Фрунзе, 4,
e-mail: zhuravla@yandex.ru

Поступила в редакцию
11 мая 2022 года

 

назад в начало

 


СОДЕРЖАНИЕ