Name: rgb and spectral root imaging for plant phenotyping and physiological research: experimental setup and imaging protocols
Uploaded: 2017-08-08T15:00:00
Duration: 11 min 37 s
Description: Watch this Scientific Journal Video about RGB and Spectral Root Imaging for Plant Phenotyping and Physiological Research: Experimental Setup and Imaging Protocols at JoVE.com

Gli autori riconoscono finanziamenti dal fondo austriaco scienza FWF tramite il progetto numero P 25190-B16 (le radici della resistenza alla siccità). Istituzione dell'infrastruttura imaging iperspettrale è stato sostenuto finanziariamente dal federale governo della Bassa Austria (Land Niederösterreich) tramite il progetto K3-F-282/001-2012. Finanziamenti supplementari per l'esperimento di barbabietola da zucchero è stato ricevuto dalla ricerca AGRANA &#38; Innovation Center GmbH (ARIC). Gli autori ringraziano Craig Jackson per il supporto tecnico durante l'esperimento e inglese correzione del manoscritto. Riconosciamo anche Markus Freudhofmaier che hanno contribuito alla istituzione l'installazione di immagini RGB e Josef Schodl per la costruzione del supporto del rhizobox.

<ol>
	<li>Kutschera, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Wurzelatlas mitteleurop&#228;ischer Ackerunkr&#228;uter und Kulturpflanzen. , (1960).</li><li>Kenrick, P., Strullu-Derrien, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+origin+and+early+evolution+of+roots.">The origin and early evolution of roots.</a> Plant Physiol. 166, 570-580 (2014).</li><li>Franklin, J., Serra-Diaz, J. M., Syphard, A. D., Regan, H. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Global+change+and+terrestrial+plant+community+dynamics.">Global change and terrestrial plant community dynamics.</a> PNAS. 113, 3725-3734 (2016).</li><li>MacDonald, G. K., Bennett, E. M., Potter, P. A., Ramankutty, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Agronomic+phosphorus+imbalances+across+the+world's+croplands.">Agronomic phosphorus imbalances across the world's croplands.</a> PNAS. 108, 3086-3091 (2011).</li><li>V&#246;r&#246;smarty, C. J., Green, P., Salisbury, J., Lammers, R. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Global+water+resources:+vulnerability+from+climate+change+and+population+growth.">Global water resources: vulnerability from climate change and population growth.</a> Science. 289, 284 (2000).</li><li>Lobell, D. B., Cassman, K. G., Field, C. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Crop+yield+gaps:+their+importance,+magnitudes,+and+causes.">Crop yield gaps: their importance, magnitudes, and causes.</a> Annu. Rev. Environ. Resour. 34, 179-204 (2009).</li><li>Angus, J. F., Van Herwaarden, A. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Increasing+water+use+and+water+use+efficiency+in+dryland+wheat.">Increasing water use and water use efficiency in dryland wheat.</a> Agron. J. 93, 290-298 (2001).</li><li>Lassaletta, L., Billen, G., Grizzetti, B., Anglade, J., Garnier, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=50+year+trends+in+nitrogen+use+efficiency+of+world+cropping+systems:+the+relationship+between+yield+and+nitrogen+input+to+cropland.">50 year trends in nitrogen use efficiency of world cropping systems: the relationship between yield and nitrogen input to cropland.</a> Environ. Res. Lett. 9 (10), 105011 (2014).</li><li>Lynch, J. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Roots+of+the+second+green+revolution.">Roots of the second green revolution.</a> Aust. J Bot. 55, 493-512 (2007).</li><li>Comas, L. H., Becker, S. R., Von Mark, V. C., Byrne, P. F., Dierig, D. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Root+traits+contributing+to+plant+productivity+under+drought.">Root traits contributing to plant productivity under drought.</a> Front. Plant Sci. 4, 442 (2013).</li><li>Metcalfe, D. B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+method+for+extracting+plant+roots+from+soil+which+facilitates+rapid+sample+processing+without+compromising+measurement+accuracy.">A method for extracting plant roots from soil which facilitates rapid sample processing without compromising measurement accuracy.</a> New Phytol. 174, 697-703 (2007).</li><li>Kutschera, L., Lichtenegger, E., Sobotik, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Wurzelatlas der Kulturpflanzen gem&#228;&#223;igter Gebiete mit Arten des Feldgem&#252;sebaues. , (2009).</li><li>Gioia, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=GrowScreen-PaGe,+a+non-invasive,+high-throughput+phenotyping+system+based+on+germination+paper+to+quantify+crop+phenotypic+diversity+and+plasticity+of+root+traits+under+varying+nutrient+supply.">GrowScreen-PaGe, a non-invasive, high-throughput phenotyping system based on germination paper to quantify crop phenotypic diversity and plasticity of root traits under varying nutrient supply.</a> Funct. Plant Biol. 44, 76-93 (2017).</li><li>Watt, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+rapid,+controlled-environment+seedling+root+screen+for+wheat+correlates+well+with+rooting+depths+at+vegetative,+but+not+reproductive,+stages+at+two+field+sites.">A rapid, controlled-environment seedling root screen for wheat correlates well with rooting depths at vegetative, but not reproductive, stages at two field sites.</a> Ann. Bot. 112, 447-455 (2013).</li><li>Fiorani, F., Schurr, U. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Future+scenarios+for+plant+phenotyping.">Future scenarios for plant phenotyping.</a> Annu. Rev Plant Biol. 64, 267-291 (2013).</li><li>Metzner, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Direct+comparison+of+MRI+and+X-ray+CT+technologies+for+3D+imaging+of+root+systems+in+soil:+potential+and+challenges+for+root+trait+quantification.">Direct comparison of MRI and X-ray CT technologies for 3D imaging of root systems in soil: potential and challenges for root trait quantification.</a> Plant Methods. 11, 1 (2015).</li><li>Choat, B., Badel, E., Burlett, R., Delzon, S., Cochard, H., Jansen, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Non-invasive+measurement+of+vulnerability+to+drought+induced+embolism+by+X-ray+microtomography.">Non-invasive measurement of vulnerability to drought induced embolism by X-ray microtomography.</a> Plant Physiol. 170, 273-282 (2015).</li><li>Metzner, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Direct+comparison+of+MRI+and+X-ray+CT+technologies+for+3D+imaging+of+root+systems+in+soil:+potential+and+challenges+for+root+trait+quantification.">Direct comparison of MRI and X-ray CT technologies for 3D imaging of root systems in soil: potential and challenges for root trait quantification.</a> Plant Methods. 11, 1 (2015).</li><li>Le Mari&#233;, C., Kirchgessner, N., Marschall, D., Walter, A., Hund, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Rhizoslides:+paper-based+growth+system+for+non-destructive,+high+throughput+phenotyping+of+root+development+by+means+of+image+analysis.">Rhizoslides: paper-based growth system for non-destructive, high throughput phenotyping of root development by means of image analysis.</a> Plant Methods. 10, 1 (2014).</li><li>Bengough, A. G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Gel+observation+chamber+for+rapid+screening+of+root+traits+in+cereal+seedlings.">Gel observation chamber for rapid screening of root traits in cereal seedlings.</a> Plant Soil. 262, 63-70 (2004).</li><li>Nagel, K. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=GROWSCREEN-Rhizo+is+a+novel+phenotyping+robot+enabling+simultaneous+measurements+of+root+and+shoot+growth+for+plants+grown+in+soil-filled+rhizotrons.">GROWSCREEN-Rhizo is a novel phenotyping robot enabling simultaneous measurements of root and shoot growth for plants grown in soil-filled rhizotrons.</a> Funct. Plant Biol. 39, 891-904 (2012).</li><li>Price, A. H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Upland+rice+grown+in+soil-filled+chambers+and+exposed+to+contrasting+water-deficit+regimes:+I.+Root+distribution,+water+use+and+plant+water+status.">Upland rice grown in soil-filled chambers and exposed to contrasting water-deficit regimes: I. Root distribution, water use and plant water status.</a> Field Crops Res. 76, 11-24 (2002).</li><li>Vadez, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Root+hydraulics:+the+forgotten+side+of+roots+in+drought+adaptation.">Root hydraulics: the forgotten side of roots in drought adaptation.</a> Field Crops Res. 165, 15-24 (2014).</li><li>Dane, J. H., Hopmans, J. W., Dane, J. H., Topp, G. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Pressure+plate+extractor.">Pressure plate extractor.</a> Methods of soil analysis. Part 4. Physical methods. , 688-690 (2002).</li><li>W&#246;sten, J. H. M., Pachepsky, Y. A., Rawls, W. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Pedotransfer+functions:+bridging+the+gap+between+available+basic+soil+data+and+missing+soil+hydraulic+characteristics.">Pedotransfer functions: bridging the gap between available basic soil data and missing soil hydraulic characteristics.</a> J. Hydrol. 251, 123-150 (2001).</li><li>Passioura, J. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+perils+of+pot+experiments.">The perils of pot experiments.</a> Funct. Plant Biol. 33, 1075-1079 (2006).</li><li>Dorrepaal, R., Malegori, C., Gowen, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Tutorial:+Time+series+hyperspectral+image+analysis.">Tutorial: Time series hyperspectral image analysis.</a> J. Near Infrared Spec. 24, 89-107 (2016).</li><li>Kim, D. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Highly+sensitive+image-derived+indices+of+water-stressed+plants+using+hyperspectral+imaging+in+SWIR+and+histogram+analysis.">Highly sensitive image-derived indices of water-stressed plants using hyperspectral imaging in SWIR and histogram analysis.</a> Scie rep. 5, (2015).</li><li>Humpl&#237;k, J. F., Laz&#225;r, D., Husi&#269;kov&#225;, A., Sp&#237;chal, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automated+phenotyping+of+plant+shoots+using+imaging+methods+for+analysis+of+plant+stress+responses-a+review.">Automated phenotyping of plant shoots using imaging methods for analysis of plant stress responses-a review.</a> Plant Methods. 11, 29 (2015).</li><li>Lobell, D. B., Asner, G. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Moisture+effects+on+soil+reflectance.">Moisture effects on soil reflectance.</a> Soil Sci. Soc. Am. J. 66, 722-727 (2002).</li><li>Esquerre, C., Gowen, A. A., Burger, J., Downey, G., O'Donnell, C. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Suppressing+sample+morphology+effects+in+near+infrared+spectral+imaging+using+chemometric+data+pre-treatments.">Suppressing sample morphology effects in near infrared spectral imaging using chemometric data pre-treatments.</a> Chemometr. Intell. Lab. 117, 129-137 (2012).</li><li>Williams, P. N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Localized+flux+maxima+of+arsenic,+lead,+and+iron+around+root+apices+in+flooded+lowland+rice.">Localized flux maxima of arsenic, lead, and iron around root apices in flooded lowland rice.</a> Environ Sci. Technol. 48, 8498-8506 (2014).</li><li>Cseresny&#233;s, I., Tak&#225;cs, T., V&#233;gh, K. R., Anton, A., Rajkai, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Electrical+impedance+and+capacitance+method:+a+new+approach+for+detection+of+functional+aspects+of+arbuscular+mycorrhizal+colonization+in+maize.">Electrical impedance and capacitance method: a new approach for detection of functional aspects of arbuscular mycorrhizal colonization in maize.</a> Eur. J Soil Biol. 54, 25-31 (2013).</li><li>Brown, M., Lowe, D. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automatic+panoramic+image+stitching+using+invariant+features.">Automatic panoramic image stitching using invariant features.</a> Int. J. Comput. Vision. 74, 59-73 (2007).</li><li>Jiang, Y., Li, C., Takeda, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Nondestructive+detection+and+quantification+of+blueberry+bruising+using+near-infrared+(NIR)+hyperspectral+reflectance+imaging.">Nondestructive detection and quantification of blueberry bruising using near-infrared (NIR) hyperspectral reflectance imaging.</a> Scientific Reports. 6, 35679 (2016).</li><li>Chang, C. -. W., Laird, D. A., Mausbach, M. J., Hurburgh, C. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Near-infrared+reflectance+spectroscopy-principal+components+regression+analyses+of+soil+properties.">Near-infrared reflectance spectroscopy-principal components regression analyses of soil properties.</a> Soil Sci. Soc. Am. J. 65, 480-490 (2001).</li><li>Leitner, D., Felderer, B., Vontobel, P., Schnepf, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Recovering+root+system+traits+using+image+analysis+exemplified+by+two-dimensional+neutron+radiography+images+of+lupine.">Recovering root system traits using image analysis exemplified by two-dimensional neutron radiography images of lupine.</a> Plant Physiol. 164 (1), 24-35 (2014).</li></ol>

Gli autori non hanno nulla a rivelare.

I protocolli prevedono due approcci complementari terreno coltivato imaging system di root. Un passaggio fondamentale per ottenere risultati sperimentali affidabili si sta riempiendo di rizobox che deve garantire un livello di substrato uniforme ed omogeneo nel vetro anteriore per offrire suolo-radice stretto contatto nella finestra di osservazione ed evitare vuoti d'aria. Questo è il motivo principale per utilizzare terra comparativamente fine setacciata di &#60; 2 mm: più grandi aggregati provocare la morfologia superficiale superiore alla finestra di osservazione con i vuoti tra gli aggregati. Oltre ad un elevato rischio di disidratazione di punta di radice, questo richiede anche più complesse tecniche di elaborazione di immagini per acqua mappatura31.
Modifiche del protocollo, pertanto concentrano sul migliore e rapido riempimento di rizobox. Attualmente il tempo di riempimento è circa 30 minuti per scatola. Inoltre l'uso di rizobox con due finestre di vetro per l'imaging da entrambi i lati e modifiche per ottimizzare l'omogeneità di illuminazione per ottenere immagini migliori RGB vengono testati. Ulteriore estensione hardware anche considerare l'integrazione di planare optodi32 , nonché capacità di imaging33 nel sistema rhizobox. Si tratta tuttavia oltre le attività di aggiornamento corrente.
Modifiche del software di concentrano sulla registrazione automatica dell'immagine per fondere la parte superiore e inferiore RBG immagini34. Hyperspectral imaging avanzate funzione senza supervisione di estrazione si avvicina per28 , nonché metodi di rilevazione più sensibile obiettivo sorvegliato come SVMs35 sono testati. Quindi i dati iperspettrali potenzialmente consentono per la valutazione di più terreno, rizosfera e radice di proprietà36. Inoltre si intende sviluppare un (semi) automatizzato software per rhizobox radice immagini basato su una versione modificata di radice sistema analizzatore37 quantificare morfologiche (lunghezza, diametro, superficie) e tratti architettonici (frequenza ramificazione, ramificazione angoli).
La principale limitazione del protocollo rispetto ad approcci di imaging 3D è la restrizione per la superficie visibile radice e la proprietà di rizosfera. Tuttavia è stato dimostrato che i tratti visibili radice sono un proxy affidabile per l' intero sistema della radice21. La tecnica di rhizobox è facilmente combinato con campionamento distruttivo tradizionale (lavatrice) alla fine di una crescita dinamica imaging al fine di convalidare la relazione di visibile vs totale radice sistema tratti. Come questa relazione potrebbe variare tra specie21, campionamento distruttivo è consigliabile per garantire affidabile inferenza dai tratti visibili per qualsiasi nuova serie fenotipizzazione con una specie di colture diverse.
Il vantaggio fondamentale del protocollo presentato qui è la combinazione di condizioni di crescita realistiche (suolo), potenziale relativamente alto throughput per la temporaneamente risolto dell'imaging RGB e inferenza sulla funzionalità di radice (ad esempio l'assorbimento di acqua) tramite i dati di radice e rizosfera chemiometrica da imaging iperspettrale. Quindi i metodi supera le restrizioni di inferenza in semenzale elevato throughput e fuori suolo radice imaging metodi14, mentre permette parzialmente intuizioni profonde che phenotyping processi funzionali con complessità meno sperimentale e un throughput più elevato rispetto ai metodi avanzati 3D15.
Nei prossimi esperimenti utilizzerà il protocollo per studiare l'effetto di Micorriza sullo sviluppo del sistema della radice e funzionalità dei legumi anche per quanto riguarda le caratteristiche di radice fenotipizzazione di coltura di copertura specie in relazione alla struttura del suolo, di azoto e di carbonio in bicicletta.

Le radici forniscono diverse funzioni essenziali per piante come deposito di assimila, ancoraggio delle piante terrestri nel suolo e l'assorbimento e il trasporto di acqua e sostanze nutritive1. Da un punto di vista evolutivo, la formazione degli assi di radice è considerata un presupposto fondamentale per l'origine della terra piante2. Nonostante questo ruolo importante, storicamente le radici hanno occupato solo una posizione marginale nella ricerca biologica. In tempi più recenti, tuttavia, vi è crescente interesse scientifico nei sistemi di radice di pianta come evidenziato nella Figura 1.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/56251/56251fig1.jpg"> 
Figura 1: Rilevanza degli studi radice in scienze botaniche. Numero di radice studi collegati come percentuale di tutti gli studi di pianta pubblicati in riviste SCI negli ultimi decenni. Risultato da Scopus utilizzando parole chiave "impianto" e "pianta e radice" della ricerca. <a href="//ecsource.jove.com/files/ftp_upload/56251/56251fig1large.jpg" target="_blank">Clicca qui per visualizzare una versione più grande di questa figura.</a>
Due motivi principali possono essere ipotizzati per sottendono i recenti progressi nella ricerca di radice. Prima vegetazione terrestre è esposta a stress ambientali più frequenti a seguito di cambiamenti globali3. Nel contesto della produzione agricola si stima che globalmente circa il 30% della superficie agricola sono limitati dall'acqua e fosforo4,5. Riduzione dello stress di resa delle colture sono delle ragioni principali per le lacune di rendimento significativo che ammontano globalmente a più basso 50% di produttività potenziale per rainfed agro-ecosistemi6. Oltre alla disponibilità di risorse in esaurimento, questo è anche legato all'efficienza di uso di risorsa scarsa, cioè insufficiente capacità di una pianta di sfruttare le risorse disponibili7. Questo si traduce in perdite di risorse mobili quali nitrati che possono influenzare negativamente altri ecosistemi. L'efficienza di uso corrente di azoto globale, ad esempio, è stimato a 47%8. Uso migliore delle risorse efficienza tramite i metodi di miglioramento della gestione e cultivar è pertanto di grande importanza per entrambi sostenuta crescita dei prodotti agricoli, anche per quanto riguarda la sostenibilità ambientale. In questa pianta contesto radici sono considerate di essere un obiettivo chiave per colture migliorate e ritaglio sistemi9,10.
Una seconda importante background per il recente interesse nelle radici della pianta è progresso tecnologico nei metodi di misurazione. Metodi di radice lunga sono stati limitati da due sfide chiave: per la misurazione delle radici da piante che crescono nel terreno dovevano essere isolato per quantificazione, principalmente mediante lavaggio11, perturbi la disposizione architettonica degli assi di radice. Osservazione di radice in situ mediante scavo metodi, quindi conservare la naturale posizione delle radici nel terreno, sono stati utilizzati per Descrizione botanica12. Ancora sono molto che richiede tempo e quindi non soddisfano i requisiti di velocità effettiva del sistema della radice strutturale-funzionale comparativa analisi. D'altra parte metodi ad alta resa per la radice architettura misura principalmente sono state fatte su diete artificiali e per semenzale piante13 dove l'estrapolazione all'ambiente naturale crescita delle piante è discutibile14.
Il recente boom di ricerca principale è collegato strettamente all'anticipo del metodi15di imaging. Approcci in studi di radice di imaging possono essere approssimativamente raggruppati in tre tipi. Prima ci sono metodi 3D ad alta risoluzione come il CT e MRI16. Questi metodi sono più adatti per lo studio dei processi di interazione delle radici delle piante con il suolo, come siccità indotta xilema embolia17. In genere vengono applicati a comparativamente piccoli campioni dove permettono osservazioni dettagliate. Viene fornito un confronto del CT e di MRI per vasi di dimensioni diverse e l'imaging di radice bene in18. In secondo luogo, ci sono di alto-rendimento imaging metodi19,20. Questi metodi sono per lo più basata su comuni RGB imaging 2D di radici che crescono su diete artificiali (gel, carta di germinazione) dove il contrasto elevato consente una dissezione comparativamente semplice tra radici e sfondo. Essi sono adatti per il confronto di throughput elevato tra tratti di radice semenzale di genotipi differenti colture sotto crescente artificiale standardizzata circostanze13. Tra questi due approcci sono metodi rhizobox: usano imaging 2D di radici che crescono nel terreno nel più lungo periodo di tempo ed hanno velocità effettiva media21,22. Una sfida risale all'imaging di radice (2D) è quello di catturare anche indicatori di funzionalità principale oltre a descrizione della struttura23.
Nel presente documento presentiamo i protocolli sperimentali per l'imaging rhizobox cresciuto sistemi della radice mediante (i) una semplice ed economico su misura RGB imaging installazione e (ii) una configurazione più complessa di imaging NIR. Risultati di esempio ottenuti da queste due configurazioni sono mostrati e discussi nel contesto della pianta phenotyping e ricerca fisiologica della pianta.

<table>
	<tbody>
		<tr>
			<td>Rhizobox</td>
			<td>Technisches B&#252;ro f&#252;r Bodenkultur</td>
			<td>Experimental builder</td>
			<td></td>
		</tr>
		<tr>
			<td>LED Lamps ATUM HORTI 600</td>
			<td>Klutronic</td>
			<td>AHI10600F</td>
			<td></td>
		</tr>
		<tr>
			<td>Fluorescent light tube HiLite T5 Day</td>
			<td>Juwel Aquarium</td>
			<td>86324</td>
			<td></td>
		</tr>
		<tr>
			<td>UV light tube Eurolite 45cm slim 15 W</td>
			<td>Conrad</td>
			<td>593384 - 62</td>
			<td></td>
		</tr>
		<tr>
			<td>Canon EOS 6D</td>
			<td>Canon Austria GmbH</td>
			<td>8035B024</td>
			<td></td>
		</tr>
		<tr>
			<td>Adobe Photoshop CS5 Extended Version 12.0 x 32</td>
			<td>Adobe Systems Software Ireland Ltd.</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>WinRhizo Pro v. 2013</td>
			<td>Regent Instruments Inc.</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>Xeva-1.7-320 SWIR camera</td>
			<td>Xenics</td>
			<td>XEN-000105</td>
			<td></td>
		</tr>
		<tr>
			<td>Spectrograph Imspector N25E</td>
			<td>Specim</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>Hyperspectral imaging scanner</td>
			<td>Carinthian Tech Research AG</td>
			<td>Experimental builder</td>
			<td>Design and assemblage of Hyperspectral Imaging Scanner and software</td>
		</tr>
		<tr>
			<td>Matlab R2106a</td>
			<td>Mathworks</td>
			<td></td>
			<td>Including Toolboxes for Image Processing, Signal Processing and Statistics and Machine Learning</td>
		</tr>
		<tr>
			<td>AP4 Poromoeter</td>
			<td>Delta-T-Devices</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>LI-3100C Area Meter</td>
			<td>LI-COR</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>BASF Styradur polystyrene sheets</td>
			<td>Obi Baumarkt</td>
			<td>9706318</td>
			<td>Different types of polystyrene sheets or other material separating differently moistured soil can be used</td>
		</tr>
	</tbody>
</table>

rgb and spectral root imaging for plant phenotyping and physiological research: experimental setup and imaging protocols

Migliore comprensione delle dinamiche di radice di pianta è essenziale per migliorare l'efficienza di utilizzo delle risorse dei sistemi agricoli e aumentare la resistenza delle cultivar di raccolto contro stress ambientali. Un protocollo sperimentale è presentato per RGB e l'imaging iperspettrale degli apparati radicali. L'approccio utilizza rizobox dove le piante crescono in terreno naturale sopra un tempo maggiore per osservare completamente sviluppati sistemi della radice. Impostazioni sperimentali sono esemplificate per valutare rhizobox piante sotto stress idrico e studiare il ruolo delle radici. Un'installazione di imaging RGB è descritto per quantificazione economico e veloce lo sviluppo delle radici nel tempo. L'imaging iperspettrale migliora la segmentazione radice dallo sfondo del suolo rispetto alla soglia di colore basata RGB. Il punto di forza dell'imaging iperspettrale è l'acquisizione di chemiometrica informazioni sul sistema suolo-radice per comprensione funzionale. Questo è dimostrato con mapping contenuto di acqua di alta risoluzione. Formazione immagine spettrale, tuttavia, è più complessa in immagine acquisizione, elaborazione ed analisi rispetto all'approccio RGB. Una combinazione di entrambi i metodi in grado di ottimizzare una valutazione completa dell'apparato radicale. Per il contesto della ricerca fisiologica phenotyping e pianta della pianta sono riportati esempi di applicazione l'integrazione di radice e tratti fuori terra. Ulteriore miglioramento dell'imaging di radice può essere ottenuto ottimizzando la qualità di immagine RGB con un'illuminazione migliore utilizzando diverse fonti di luce e di estensione dei metodi di analisi di immagine per dedurre il proprietà di zona di radice da dati spettrali.

Example results are presented for root segmentation based on RGB and HS imaging. For spectral imaging an example of high resolution water mapping is provided. Finally results are shown that demonstrate the scientific context where image based root data are applied.
RGB based root measurement
Figure 8 shows an RGB root image time series of sugar beet cultivar Ferrara. The images reveal some artefacts from inhomogeneous illumination of the rhizoboxes, with brighter areas along the left side and different brightness at the overlapping area between top and bottom images.
<img alt="Figure 8" class="xfigimg" src="/files/ftp_upload/56251/56251fig8.jpg" /> 
Figure 8: Root growth time series from the RGB imaging. 
Pictures show the sugar beet cultivar Ferrara at different days after sowing (DAS). The images show some artefacts due to non-homogeneous illumination at the left side of the image and between top and bottom images. Scale bars, 2 cm. <a href="https://cloudflare.jove.com/files/ftp_upload/56251/56251fig8large.jpg" target="_blank">Please click here to view a larger version of this figure.</a>
Figure 9 provides details on root segmentation based on color thresholding for cultivar Ferrara at day after sowing (DAS) 35. As a reference (Figure 9A), a binary image is used where all roots were manually tracked with a Graphic Tablet. The time required for manual tracking of the entire, fully developed, dense sugar beet root system was around four hours. Figure 9B gives a detailed view on a selected area at the top of the image where old lateral roots are present. Here several root axes are not classified by the color threshold. At the bottom (Figure 9C) on the contrary, where white young roots are predominant, the color based segmentation properly classifies all root axes. The binarized root system (Figure 9D) shows a black area at the left side from the illumination artefact which was defined as exclusion region before running quantitative analysis. Figure 9E shows the corresponding pixel histograms of selected features (roots vs. soil) for the red channel of the RGB image from Ferrara at DAS 35. The root pixels (blue color) clearly show three peaks corresponding to bright young laterals, dark old laterals and tap root. The overlap between the old laterals and the soil background is very strong, leading to unclassified root axes (cf. Figure 9B).
<img alt="Figure 9" class="xfigimg" src="/files/ftp_upload/56251/56251fig9.jpg" /> 
Figure 9: Root segmentation using a color threshold. 
(A) Manually segmented root system using a Graphic Tablet, (B) area with poorly segmented old root axes in the top and (C) properly segmented young axes in the bottom of the image, and (D) binary image obtained from color based thresholding. (E) Pixel histograms for selected features of the RGB image. Roots are represented by the blue bars with different root types indicated; soil is represented by the red bars. Scale bars in A and D, 2 cm; scale bars in B and C, 1 cm. <a href="https://cloudflare.jove.com/files/ftp_upload/56251/56251fig9large.jpg" target="_blank">Please click here to view a larger version of this figure.</a>
The resulting total visible root length quantified for the manually segmented reference image is 1534.1 cm, while the automatized, color based segmentation gives a total root length of 1427.6 cm.
Greyscale images from UV-illumination do not provide an advantage in the case shown here and performed worse compared to color thresholding (root length: 1679.7 cm). Old roots could not be segmented, and there was more noise in the image, probably due to lower light intensity of the UV lamps. However, in case of young roots with high auto-fluorescence and a bright background substrate, UV-illumination can still be an option as shown by an image obtained from another experiment where sand was used as background substrate (Figure 10).
<img alt="Figure 10" class="xfigimg" src="/files/ftp_upload/56251/56251fig10.jpg" /> 
Figure 10: UV illumination to visualize roots on bright background. 
Example from a durum wheat root system growing in a rhizobox filled with quartz sand. The rhizobox is imaged with illumination for (A) UV light and (B) fluorescent (day) light. Scale bars, 2 cm. <a href="https://cloudflare.jove.com/files/ftp_upload/56251/56251fig10large.jpg" target="_blank">Please click here to view a larger version of this figure.</a>
HSI based root measurements
Figure 11 provides the mean spectra for three root ROIs (old and young lateral, tap root) and two soil ROIs (top and bottom of rhizobox).
<img alt="Figure 11" class="xfigimg" src="/files/ftp_upload/56251/56251fig11.jpg" /> 
Figure 11: Mean spectra of root and soil. 
Spectra from regions of interest (ROIs) on the root (three root types) and in the soil (top and bottom of the rhizobox). The ROIs are selected to determine an optimum segmentation criterion between root and soil. <a href="https://cloudflare.jove.com/files/ftp_upload/56251/56251fig11large.jpg" target="_blank">Please click here to view a larger version of this figure.</a>
It is evident that the tap and young lateral roots differ substantially from the background in intensity of most spectral bands. For the old laterals the intensity differences are much lower. A feature that can be inferred visually is the different slope of the spectrum around water absorption region (1450 nm). Here the slope of root spectra is higher compared to soil spectra. Furthermore a change of tap and young lateral spectra in the region around 1100 nm can be identified that does not occur in the old laterals.
Figure 12A shows the result from the search algorithm identifying a spectral ratio with strongest foreground-background contrast. The ratio of spectra at 1476 nm to 1076 nm provides the best separation between roots and soil. The resulting histogram of root foreground and soil background pixels is shown in Figure 12B. Although there is some overlap, most pixels are clearly separated from the soil background. Fitting a bimodal Gaussian curve through the histogram and using Bhattacharyya distance for quantification, a value of 7.80 is obtained. A value higher 3.0 indicates strong image contrast allowing reliable separation28.
<img alt="Figure 12" class="xfigimg" src="/files/ftp_upload/56251/56251fig12.jpg" /> 
Figure 12: Difference in reflectance between root foreground and soil background for different spectral band ratios and pixel histogram at spectral ratio used for segmentation. 
(A) Bright colors (yellow) show high contrast between foreground and background, dark colors (blue) show low contrast. The first 15 bands have been removed because of noise. The red lines indicate the band ratio with highest contrast. (B) Pixel histogram of roots (blue) and soil (red) at segmentation spectral ratio. Blue bars represent the root and red bars the soil. The intensity value corresponds to the ratio of spectral band 160 to spectral band 49. <a href="https://cloudflare.jove.com/files/ftp_upload/56251/56251fig12large.jpg" target="_blank">Please click here to view a larger version of this figure.</a>
The binary image (Figure 13) is created by applying a global intensity threshold of the identified spectral ratio at a value of 1.008 calculated from the histogram distance27. Analysis of root length of this image gives a total length of 1557.3 cm which represents an error of only 1.5% compared to the manually tracked reference image.
<img alt="Figure 13" class="xfigimg" src="/files/ftp_upload/56251/56251fig13.jpg" /> 
Figure 13: Binary image of the root system of sugar beet cultivar Ferrara. 
The image is obtained by applying a global spectral threshold. Scale bar (bottom left corner), 2 cm. <a href="https://cloudflare.jove.com/files/ftp_upload/56251/56251fig13large.jpg" target="_blank">Please click here to view a larger version of this figure.</a>
Although root segmentation has improved using spectral information compared to color based information, the main intention of HS imaging is analysis of chemometric image properties. This is exemplified via mapping the water content of a rhizobox image.
Figure 14A shows the mean spectra of the compartments in the calibration rhizobox (cf. Figure 7) filled with soil of different water content. The shape of spectra is similar between the compartments, i.e. here a spectral ratio does not necessarily provide a more stable classification criterion. Thus intensity at a single spectral band (1680 nm), where the average difference between adjacent water contents is maximized, is identified as best separating criterion. The resulting pixel histograms for this spectral wavelength are shown in Figure 14B.
<img alt="Figure 14" class="xfigimg" src="/files/ftp_upload/56251/56251fig14.jpg" /> 
Figure 14: Spectral features for water content calibration. 
(A) Mean spectra of nine water compartments from the calibration rhizobox with different water contents; (B) Pixel histograms for the water compartments at band 216 where average distance between neighboring compartment is maximum. <a href="https://cloudflare.jove.com/files/ftp_upload/56251/56251fig14large.jpg" target="_blank">Please click here to view a larger version of this figure.</a>
The relation of the average pixel intensity at 1680 nm and the measured water content is shown in Figure 15.
<img alt="Figure 15" class="xfigimg" src="/files/ftp_upload/56251/56251fig15.jpg" /> 
Figure 15: Relation of spectral reflectance and volumetric water content. 
The figure shows data pairs of measured water content and spectral reflectance with empirical curves (linear and exponential) fit to the data excluding the highest water contents (red triangles). <a href="https://cloudflare.jove.com/files/ftp_upload/56251/56251fig15large.jpg" target="_blank">Please click here to view a larger version of this figure.</a>
Differentiation of higher water contents from spectral intensity becomes difficult. A significant regression (either linear or exponential) with high R2 can be fit to water contents up to around 0.30 cm3 cm-3. Wetter soil conditions cannot be reliably predicted by the intensity value. Similar behavior of an exponential relation between reflectivity and water content with a decreasing response to water contents higher 0.30 cm3 cm-3 was also found in other studies30.
A rhizobox image with fine mapping of water content is shown in Figure 16. Four aspects have to be remarked. First, a region of lower water content can be seen in the rooted parts of the rhizobox. Second, strongest depletion is concentrated in the vicinity to single root axes. Third, depletion zones also occur where no root axes are visible on the surface, indicating regions where roots are hidden in soil. Fourth, water mapping without further image-processing results in a patchy appearance due to the aggregated soil. This can indicate inhomogeneous water content distribution at the aggregate scale, but also surface morphology effect on image quality. Chemometric image-processing techniques are an option to overcome such morphological effects in spectral images31, but are not implemented so far in the Matlab scripts used here.
<img alt="Figure 16" class="xfigimg" src="/files/ftp_upload/56251/56251fig16.jpg" /> 
Figure 16: Water content mapping on a rhizobox. 
The dark blue colours represent regions of high water content, green to red areas show regions with low water content. The plant root is overlaid on the image in black. Scale bar (bottom left corner), 2 cm. <a href="https://cloudflare.jove.com/files/ftp_upload/56251/56251fig16large.jpg" target="_blank">Please click here to view a larger version of this figure.</a>
Application examples
Figure 17 relates quantitative root traits from image analysis with aboveground measurements.
<img alt="Figure 17" class="xfigimg" src="/files/ftp_upload/56251/56251fig17.jpg" /> 
Figure 17: Typical application examples for root data. 
(A) and (B) show root information used for aboveground-belowground plant characterization in a phenotyping context. (A) represents root growth from the sugar beet cultivar Ferrara, (B) compares six rhizobox grown sugar beet cultivars using leaf-to-root area ratio (data from one replicate). (C) and (D) are functional relations between traits as found in plant physiological research. (C) shows the influence of leaf-to-root area ratio on dry matter production and (D) the relation of root surface area to stomata conductance. <a href="https://cloudflare.jove.com/files/ftp_upload/56251/56251fig17large.jpg" target="_blank">Please click here to view a larger version of this figure.</a>
Figure 17A and 17B are relevant for phenotyping focusing on comprehensive aboveground and belowground plant characterization. Figure 17A shows root growth of sugar beet cultivar Ferrara (cf. Figure 8 for images). Expansion of the root system indicates the capacity of a cultivar to explore the soil volume in a given time span of the vegetation period. Figure 17B shows leaf-to-root surface area ratio of six sugar beet cultivars, providing a descriptor for the balance between plant supply (root) and demand (leaf).
Figures 17C and 17D give examples for functional relations of interest in physiological research. In Figure 17C leaf-to-root surface area ratio is related to dry matter formed during the experiment, indicating the predominant role of the assimilating surface as a limiting factor for dry matter accumulation. The lack of significance in spite of a comparatively high R2 is related to the low number of paired data (n=6) used here. Figure 17D reveals that cultivars with higher root surface area (improved uptake) have an average higher stomata conductance over the course of the experiment. The higher root area apparently sustains water extraction, thereby prolonging stomata opening.

Watch this Scientific Journal Video about RGB and Spectral Root Imaging for Plant Phenotyping and Physiological Research: Experimental Setup and Imaging Protocols at JoVE.com

RGB and Spectral Root Imaging for Plant Phenotyping and Physiological Research: Experimental Setup and Imaging Protocols

RGB e Imaging spettrale radice per pianta Phenotyping e ricerca fisiologica: messa a punto sperimentale e protocolli di Imaging

Un protocollo sperimentale è presentato per la valutazione del terreno coltivato pianta radice sistemi con RGB e l'imaging iperspettrale. Combinazione di tempo di immagine RGB serie con chemiometrica informazioni da iperspettrale scansioni ottimizza intuizioni nelle dinamiche di radice di pianta.

Better understanding of plant root dynamics is essential to improve resource use efficiency of agricultural systems and increase the resistance of crop ...

Research

JoVE Journal

Environment

Transcript and Metabolite Profiling for the Evaluation of Tobacco Tree and Poplar as Feedstock for the Bio-based Industry

Trascrizione e metabolita Profiling per la valutazione del Tabacco Albero e pioppo come materia prima per l&#39;industria con sede a Bio

The global demand for food, feed, energy, and water poses extraordinary challenges for future generations. It is evident that robust platforms for the ...

Ricerca

Ambiente

Experimental Protocol for Manipulating Plant-induced Soil Heterogeneity

Protocollo sperimentale per eterogeneità del terreno manipolazione Plant-indotta

Coexistence theory has often treated environmental heterogeneity as being independent of the community composition; however biotic feedbacks such as ...

Protocols for Robust Herbicide Resistance Testing in Different Weed Species

Protocolli per Robust erbicidi Test della resistenza in diversi Weed Specie

Robust protocols to test putative herbicide resistant weed populations at whole plant level are essential to confirm the resistance status. The presented ...

Soil Lysimeter Excavation for Coupled Hydrological, Geochemical, and Microbiological Investigations

Terreno lisimetro scavo per accoppiate idrologici, geochimiche e microbiologiche Investigations

Studying co-evolution of hydrological and biogeochemical processes in the subsurface of natural landscapes can enhance the understanding of coupled ...

Experimental Column Setup for Studying Anaerobic Biogeochemical Interactions Between Iron (Oxy)Hydroxides, Trace Elements, and Bacteria

Experimental Column Setup for Studying Anaerobic Biogeochemical Interactions Between Iron OxyHydroxides, Trace Elements, and Bacteria

Installazione colonna sperimentale per lo studio anaerobici biogeochimici interazioni tra batteri, oligoelementi e idrossidi di ferro (ossi)

Fate and speciation of trace elements (TEs), such as arsenic (As) and mercury (Hg), in aquifers are closely related to physio-chemical conditions, such as ...

Ecosystem Fabrication (EcoFAB) Protocols for The Construction of Laboratory Ecosystems Designed to Study Plant-microbe Interactions

Ecosystem Fabrication EcoFAB Protocols for The Construction of Laboratory Ecosystems Designed to Study Plant-microbe Interactions

Protocolli di fabbricazione (EcoFAB) di ecosistema per la costruzione degli ecosistemi di laboratorio progettato per studiare le interazioni piante-microrganismi

Beneficial plant-microbe interactions offer a sustainable biological solution with the potential to boost low-input food and bioenergy production. A ...

The Plant Infection Test: Spray and Wound-Mediated Inoculation with the Plant Pathogen Magnaporthe Grisea

The Plant Infection Test: Spray and Wound-Mediated Inoculation with the Plant Pathogen Magnaporthe Grisea

La prova di infezione di pianta: Spray e ferita-mediata di inoculazione con la pianta patogeno Magnaporthe Grisea

Plants possess a powerful system to defend themselves against potential threats by pathogenic fungi. For agriculturally important plants, however, current ...

Harvesting Venom Toxins from Assassin Bugs and Other Heteropteran Insects

Raccolta le tossine veleno da Assassin Bugs e altri insetti Heteropteran

Heteropteran insects such as assassin bugs (Reduviidae) and giant water bugs (Belostomatidae) descended from a common predaceous and venomous ancestor, ...

An Optimized Rhizobox Protocol to Visualize Root Growth and Responsiveness to Localized Nutrients

Un protocollo di Rhizobox ottimizzato per visualizzare la crescita delle radici e tempi di risposta alle sostanze nutrienti localizzate

Roots are notoriously difficult to study. Soil is both a visual and mechanical barrier, making it difficult to track roots in situ without destructive ...

Colletotrichum fioriniae Development in Water and Chloroform-based Blueberry and Cranberry Floral Extracts

Colletotrichum fioriniae Development in Water and Chloroform-based Blueberry and Cranberry Floral Extracts

Colletotrichum fioriniae Sviluppo in acqua ed estratti floreali basati su cloroformio mirtillo e Cranberry

To accurately monitor the phenology of the bloom period and the temporal dynamics of floral chemical cues on fungal fruit rotting pathogens, floral ...