数码技术在水培植物根系动态监测中的应用

介绍了以应用数码相机为特色的根系图像信息监测系统(简称根系照相法).该系统由数码相机、电子计算机、图像处理软件和根系培养装置4部分组成,通过定点、连续拍照获得根系的图像信息,由图像处理软件测定相关参数,从而实现根系研究的信息化、可视化、动态无损监测的目的.该系统的测定误差不超过3%.对苏柳172(Salix×jiangsuense cv.'J172')水培条件下根系盐胁迫响应的实证研究表明,应用该方法能够实现上述研究目的,获得根系生长的动态信息.与CI-600根系监测系统相比,该研究法具有:技术简单、操作方便;一机多用,组装灵活;视窗开阔,可视性强;成本低廉;应用范围广等优点,但要测定根系生物量、根密度等参数,尚需与根钻法、挖掘法结合使用.     

采用立方体取样法提高小麦根系研究精准性的探讨

为减少取样误差,提高小麦根系研究的精准性,于2018-2020年分别采用立方体取样法(CSM)、根钻法(CK1)、挖掘法(CK2)对西农979、周麦27进行不同生育时期不同土层根系生长发育和活性的比较研究.结果表明,相较于CK1和CK2处理,CSM处理的根干质量、根长、根表面积和根体积测定值较高,20～40cm 土层中不同处理上述指标测定值的差异大于0～20 cm 土层,且在生育后期不同取样方法上述指标测定值之间差异较大.相较于CK1和CK2处理,CSM处理的根系活性测定值较高,通过不同取样方法测定的根系活性差异较大,尤其是在生育前期,而生育后期差异缩小;全生育期不同土层中根系活性的差异较大,表现为0～20 cm 土层高于20～40 cm 土层,而20～40 cm 土层中不同取样方法下根系活性测定值的差异大于0～20 cm 土层.相关性和回归分析结果表明,不同土层中不同取样方法根系性状测定值间呈极显著正相关;通过回归方程的建立,可根据CK1、CK2处理的根系性状测定值估算CSM处理根系性状测定值,从而对CK1、CK2的测定值进行矫正.,比较而言,立方体取样法虽然操作要求高,但获取的根样代表性强,根系性状调查分析精准度高、误差小.     

SmartRoot在大豆根系形态指标测定上的应用

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Win Rhizo Basic验证Smart-Root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。     

棉花根系分泌物对棉田土壤微生物的影响

[目的]研究棉花根系分泌物对棉田土壤微生物的影响.[方法]采用水培养法收集棉花根系分泌物,在棉田土壤中添加棉花根系分泌物,培养15 d后测定土壤中微生物的数量.[结果]中、高浓度的棉花根系分泌物能显著增加土壤中细菌的数量,表现出中高浓度促进的效应（P＜0.01）;而不同浓度处理的土壤放线菌的数量均无显著变化（P＞0.05）.[结论]该研究探讨了棉花根系分泌物对棉田土壤微生物的影响,为棉花的进一步开发利用提供了依据.     

石墨烯浓度对藜麦幼苗根系促进影响的二次曲线拟合分析

采用不同质量浓度石墨烯的MS培养基,测定藜麦幼苗根系投影面积,利用回归分析法对石墨烯浓度与藜麦幼苗根系投影面积进行二次曲线回归,得到回归模型并进行检验,研究石墨烯浓度与藜麦幼苗根系投影面积变化的规律.结果表明,模型的P值小于0.05,说明该模型可以良好地反映两者之间的关系;模型的R2值为0.984,回归系数达显著水平.因此该模型适合描述石墨烯浓度和藜麦幼苗根系投影面积的关系,可以对试验结果进行科学预测.     

2株寒地黑土解无机磷青霉菌的分离鉴定

[目的]从北方寒地种植的农作物根系土壤中分离遗传性能稳定、安全可靠、亲和性好、高效解无机磷的真菌,为微生物磷肥的开发提供适于该地区优良菌种.[方法]从北方寒地种植的农作物水稻、玉米和大豆根系土壤中分离解无机磷的真菌,对其进行鉴定及解无机磷能力的测定.[结果]通过PVK平板初筛和NBRIP平板复筛法,从种植大豆和玉米的根系土壤分离得到2株解无机磷真菌.显微观察初步鉴定为青霉属真菌.溶磷指数(SI)为2.65～2.80.采用钼锑抗比色法对发酵液进行解无机磷能力测定,在试验条件下青霉菌1和2发酵上清液中可溶性磷含量分别高达281.46和238.67μg/mL.[结论]该试验得到2株解无机磷的青霉菌有望应用于生物磷肥的开发、生物防治和盐碱地的改良.     

高效液相色谱法测定化感小麦根系分泌的酚酸类物质

【目的】建立高效液相色谱(HPLC)测定小麦根系分泌物中的10种酚酸类化合物的方法。【方法】选用Ex-tended-18 C色谱柱(250mm×4.6mm,5μm),以甲醇与0.1%磷酸混合液作为流动相进行梯度洗脱,25min内各种酚酸实现有效分离。【结果】建立的方法成功运用于小麦根系分泌物酚酸类化合物的检测,回收率为88.14%～102.43%。【结论】该方法简便、快速、灵敏,准确,适用于沙土培养的小麦中各种酚酸类物质含量的同时测定。     

苗木根系生物电阻测量和固氮能力分析预测荒漠草原三种固沙植物抗逆性

测定分析小叶锦鸡儿,Little Leaf Peashrub(Caragana micophylla Lam),沙蒿,Sand Sagebrush(Artemisia intramongolia H.C.Fu.),2～3年生苗木根系生物电阻得出: ①一定温度下,沙蒿植物根系细胞、组织生命活力大小与根系韧皮部的生物电阻大小成反比; ②随着沙地植物根系生物电阻,由小变大时间的延长,其植物根系的抗旱性由弱变强; ③沙蒿的抗旱性要强于小叶锦鸡儿; 用气相色谱仪测定苗木根系生物固氮能力得出: 小叶锦鸡儿的生物固氮能力和黄芩,Baikal skulleap(Scutell ariavicidula)的固氮能力相比,在本质上没有显著的差别。     

栽培环境pH值对冬小麦根系pH值的影响

对生长在不同 pH环境条件下几个冬小麦品种苗期根系 pH值的测定表明 :在酸性、中性、微碱性环境条件下生长的冬小麦苗期根系均表现为偏酸性 ;不同品种在相同 pH环境中根系 pH值存在差异 ;同一品种在不同 pH环境中根系 pH值也存在差异。各品种根系 pH值随环境 pH值变化的大小 ,能反映该品种的适应性及自我调节能力。     

水稻根系性状和有机酸分泌对铊吸收能力的影响

【目的】探究水稻根系形状及有机酸分泌量对不同水稻品种根系对铊吸收的影响。【方法】利用 水培方法,比较了不同水稻品种间铊吸收量高低,测定了根系长度、根系数量,以及有机酸分泌能力,并分析 了铊吸收能力与水稻根系性状和有机酸分泌量的相关性。【结果】18 个水稻品种铊吸收量在 55.29 ~ 112.01 mg/ kg 范围内,吸收能力最高品种的吸收量约是最低品种的 2 倍 , 但根系总长度、根数量与 18 个品种铊吸收量间均 无相关性。进一步选出高、中、低吸收量的 6 个品种测定其根系有机酸分泌量,铊吸收量与根系草酸分泌量相 关系数 r ＝ -0.931（P ＜ 0.01）,呈极显著负相关,表明根系有机酸分泌有效抑制了水稻对铊的吸收。【结论】 水稻根系有机酸分泌量可作为衡量水稻苗期铊吸收能力的指标。     

水稻根系空间分布特性的三维建模及可视化研究

为明确水稻根系在土壤中的空间分布特性,应用"根箱法"进行试验,获取水稻根系坐标数据,分析根系生长随水稻生育进程的变化规律,采用植物模拟技术,建立了水稻根系三维形态模型,包括根节点初始位置的确定、根节点生长方向的确定、不定根位置的确定、不定根生长方向的确定等。根据水稻根系几何形态参数,采用Visual C++及Open GL标准图形库,对水稻根系的三维形态结构进行重构,使系统生成更加逼真的水稻根系图像。结果表明该模型对水稻根系形态结构动态生长具有较好的预测效果,同时也可为其他作物根系的可视化研究提供参考。     

Hardware and software efficacy in assessment of fine root diameter distributions

Fine roots constitute the majority of root system surface area and thus most of the nutrient and water absorption surface. Fine roots are, however, the least understood of all plant roots. A sensitivity analysis of several software programs capable of providing root diameter distribution analyses was undertaken to determine if this software was capable of discriminating 10% changes in diameters of roots in the 0.05–0.2 mm diameter range. Digital images produced by drawing discrete lines, by scanning wires of various diameters, and by scanning roots from several legume species were analyzed and compared. None of the three packages were able to adequately analyze these images. Each introduced artifacts into the data that were severe enough to confound interpretation of the resulting diameter class length histograms at resolutions from 24 to 400 pixels (px) mm⁻¹, and root diameters from 0.06 to 0.5 mm or larger. One package was, however, clearly superior to the other two for routine digital analysis. All three packages require additional development before they are suitable for routine analysis of fine roots. Due to the 252 px mm⁻¹ resolution ceiling with currently available scanners, the smallest roots for which this level of discrimination is possible is 0.12 mm diameter. For many agricultural and forest species, up to 95% of their total root length is less than 0.1 mm in diameter. It is concluded that both hardware and software constraints currently inhibit the sensitivity of investigations into fine root diameter shifts in response to environmental conditions.     

Maize root complexity analysis using a Support Vector Machine method

Root complexity is an important factor in the growth and survivability of maize plants under biotic and abiotic stress conditions. To genetically improve root structure in the future, there is a need to identify the genes that govern root complexity. Root complexity itself is ill defined, but indicators derived from images of the root system such as Fractal Dimension can be used as proxies. A disadvantage of using Fractal Dimension as a complexity indicator is that the complexity of the root as seen in the images is captured into a single parameter.This paper describes an alternative method, which translates a root image into a set of parameters. The method consists of computing the intercepts of circles drawn around the centre of the root image with the root branches. This led to characteristic curves from which parameters can be extracted using curve fitting. In addition to the parameters obtained by curve fitting, the density of the root images was included. All parameters were evaluated on their ability to classify the roots among their original genotypes using a method from the realm of Artificial Intelligence, the Support Vector Machine (SVM).The results showed that whilst using merely three parameters originating from the characteristic curves, the SVM algorithm was capable of correctly classifying 99.95% of roots among 235 original genotypes.     

水稻表层根系图像分割算法研究

水稻根系形态特征的定量研究对于改进农田管理方式、水稻品种选育和遗传改良等具有重要意义。近年来,随着表型组技术迅速发展,利用图像处理技术对水稻根系生长情况进行测量和分析,同时配合施肥、灌溉、光照、温控等环境监控技术已成为水稻育种和功能基因组研究新型技术手段,而根系图像分割技术是进行后续表型组学分析的重要基础之一。由于生长在土壤中的水稻根系图像具有对比度低、信噪比低、纹理复杂的特点,分割十分困难。针对此问题,研究了主干-分支连接算法、基于形态特征的局部阈值分割算法和基于形态特征的自适应阈值分割算法,对生长在土壤中水稻根系图像进行分割处理和比较。实验结果表明,主干-分支连接算法虽然保留了大量细节,但是受噪声影响严重,其结构略显杂乱,毛刺现象严重;基于形态特征的局部阈值分割算法能保留更多根部的细节,但轮廓断裂的现象比较严重;自适应阈值分割算法分割的图像根系连续性较好,毛刺现象也得到了抑制,但是细小的须根无法保留。最终将两种算法结合起来,提出一种适用于水稻表层根系图像分割的综合算法,则可以获得较为理想的分割结果,为后续水稻根系性状提取奠定了重要基础。     

光照对水培风信子根系生长的影响

在定向光条件下,研究水培风信子根系的生长情况。结果表明：水培风信子根的生长表现出明显的负向光性．其感受光的部位是根冠;光强越强,根长越短,根数越少,根越粗,负向光性越明显;不同光质对根长、根数、根粗无明显影响,但蓝光对负向光性诱导最明显,红光则无效;高浓度生长素（IAA）的培养液在抑制根长的同时增加了负向光性弯曲角度。     

不同林龄胡杨克隆繁殖根系分布特征及其构型

以中龄林和成熟林胡杨为研究对象,采用挖剖面和根窗的方法,研究胡杨繁殖根系分布、根系构型,以及胡杨根蘖与繁殖根系构型之间的关系。结果表明:(1)细根(d<2 mm)的根长密度、根表面积密度,随深度增加呈现指数函数分布;(2)中龄林细根的根长密度、根表面积密度在0-90 cm各层都是显著大于成熟林的对应指标(P<0.05),成熟林的中等粗根(5 mm<d<20 mm)、粗根(20 mm<d)根长密度及根表面积在深层(70-90 cm)和中浅层(40-50 cm)都显著大于中龄林的对应指标(P<0.05);(3)在中龄林中,根表面积、根分枝数、根分形维数及平均分枝角度是分析根系构型的主成分因子,而在成熟林中,根体积、根分枝数及平均分枝角度是分析根系构型的主成分因子;根系各径级的主成分分析显示1-2 mm各个径级对根系表面积和根体积影响显著;(4)两种林龄繁殖根系上的不定芽及分蘖株数均无显著差异(P>0.05),且两种林龄的一级侧根数、分枝角度亦无显著差异(P>0.05);(5)对比两种林龄不同根序上的根蘖芽发现,二级根上不定芽个数均是同组一级根上不定芽个数的3-4倍;基于以上对胡杨根系的功能权衡的分析,得出:细根对胡杨根系构型有重要的影响,在胡杨根系功能权衡中扮演重要角色。     

胡杨繁殖根系分枝特征及其与土壤因子的关联性

目的胡杨根系克隆繁殖对胡杨林更新及其群落维持具有重要作用,而胡杨根克隆器官——繁殖根系的扩展分枝是实现克隆繁殖的重要生态过程。本文以明确胡杨繁殖根系分枝特征(节间长、分支强度、分支垂向和水平向夹度)在异质生境下的可塑性和主要分枝类型,探究胡杨繁殖根系特征与土壤因子的关系,找到影响胡杨繁殖根系变化的关键环境因子。方法采用典型抽样对16个样点的一段跨度10 m以上的繁殖根分枝以及对应的土壤因子进行挖掘和调查。运用相关性分析(CA)和主成分分析(PCA)方法分析繁殖根特征之间的相关性和分布规律。运用冗余分析(RDA)和方差分解探究根分枝特征与土壤因子的关联性。结果(1) CA和PCA结果显示,4个分枝特征之间的相关性较高(P＜0.05),PCA第1轴解释了繁殖根特征变异的66.88%,基本代表了从占据型(分枝强、短、垂向角小、水平角大)到游击型(分枝弱、长、垂向角大、水平角小)两种极端分枝类型的变化。占据型分枝更多出现在林缘,而游击型分枝更多出现在靠近河道处。(2)RDA结果显示,垂向分枝夹角主要受土壤紧实度的正影响(R2=0.64,P＜0.05),节间长度主要受紧实度的负向影响(R2=0.87,P＜0.05)。土壤全碳和全氮主要对分枝强度和分枝水平夹角有正向作用,但土壤含砂量对它们具有负向作用。主轴分布深度主要受毛管水埋深影响(R2=0.62,P＜0.05)。(3)方差分解结果显示,三类土壤特征共解释了胡杨分枝特征变异的68.3%,土壤物理特征(土壤质地、紧实度)的独立作用最大(R2=0.12,P＜0.05),土壤水分(土壤含盐量、含水量)和养分特征(全N、C)的独立作用较小(R2=0.07,P＜0.05;R2=0.03),但与土壤物理特征的共同作用较大(R2=0.23, P＜0.05)。结论(1) 在异质性的河漫滩环境中,胡杨繁殖根系分枝在两种极端分枝类型——游击型和占据型分枝形成的连续谱之间变化。(2)土壤物理特征是影响胡杨繁殖根分枝的最关键因素,胡杨繁殖根系主要选择占据土壤质地良好,紧实度小的斑块。单纯水分或养分丰富的斑块不会引起胡杨繁殖根分枝明显变异,但是在土壤质地和紧实度良好的土壤斑块中,水分和养分的变化会对繁殖根分枝产生显著影响。(3)胡杨繁殖根的垂向分枝夹角具有明显的生态塑性,是胡杨克隆器官的重要适应特征。      

水稻根系生长及根构型对氮素供应的适应性变化

采用全根、分根培养系统,研究根构型参数对氮素供应方式和水平的适应性变化。结果表明:水稻根构型参数对供氮量和供氮方式具有适应性反应。分根供氮时,无论供氮量高低,供氮均能诱导根系生长发育,表现为供氮侧侧根长、根表面积、根系体积、根重等根构型参数明显高于无氮一侧,但是根系平均直径明显变细。分根处理,供氮侧中量和高量供氮使侧根长分别增加9%和91%,而在无氮侧,侧根长分别减少54%和42%;供氮侧根表面积分别增加20.1%和87.9%,无氮侧分别减少45.2%和33.3%;供氮侧根系体积分别增加32.4%和88.0%,无氮侧根体积分别减少33.9%和22.4%。供氮量适当时(N40),侧根长、根表面积、根体积的增加归因于生物量的增加;而在供氮量多时(N80),侧根长、根表面积、根体积的增加既有生物量增加的作用,又有比根长、比表面积的直接贡献。研究结果表明,根构型参数变化是水稻适应不同氮素供应的可能机理之一。     

水杉人工林细根形态及生物量分布规律

[目的]研究水杉人工林细根形态和生物量分布特征,为水杉人工林管理提供数据支持。[方法]利用根钻法,对水杉细根的形态参数(直径、长度、比根长、比表面积)和生物量进行测定。[结果]随着细根根序等级的增加,水杉细根直径和细根平均长度呈现增加趋势;一级细根的比根长和比表面积远大于高级根;水杉细根主要集中在距树干1.5 m范围内;在垂直分布上,绝大部分的细根分布在0~20 cm土层;表层以小直径细根为主,而土壤深层以大直径细根为主。[结论]该研究可为细根生态过程研究及人工林管理提供数据支持。     

蔬菜根结线虫病情分级方法比较

以拔株数根瘤法为标准方法,比较了新设计的蔬菜根结线虫３种病情分级方法。结果表明：切根数根瘤分级法、拔株百分数分级法、切根百分数分级法和标准法的病情级别与蔬菜的生物学产量有密切关系;随着病情级别的增加,植株高度和地上部分重量显著下降,而地下部位重量呈上升趋势。切根百分数法的病情级别每提高１组,丝瓜苗地上重量减少约６％;４种分级方法在番茄根结线虫病药剂防治效果调查中,所获病情指数因分级标准不同而有差异,但防治效果都很相近;切根百分数分级法在实践中可以取代标准的拔株数根瘤数分级法。