利用圖像衍生參數預測植物生物量積累

基於圖像的高通量表型分型技術可預測植物生物量積累，植物表型資訊介紹如下。

溫馨提醒:「第二屆亞太植物表型國際會議」將於2018年03月23-25日舉行。

近年來，基於圖像的高通量表型分型技術在植物科學領域發展迅猛，與傳統的破壞性方法相比，高通量表型分型技術可獲得更多有價值的信息。其中，預測植物生物量是植物育種者和生態學家最為看重的潛能，然而在實驗中尋找一個能夠預測生物量的模型並不容易。

基於此，本次研究構建了四個預測模型來檢查圖像特徵與植物生物量積累之間的定量關係。並將該方法應用於三個連續的大麥（Hordeum vulgare）脅迫實驗。結果表明，利用隨機森林模型，研究人員可以通過圖像參數準確地預測植物生物量。這種高預測精度還將有助於緩解育種應用中生物量測量的表型分型瓶頸。實驗過程中，研究人員進一步量化了個別特徵對生物量預測的相對貢獻，從而揭示植物生物量的表型決定因素。此外，該方法基於圖像特徵，還可以用於確定植物的生物量積累，這將有利於後續通過遺傳圖譜揭示生物量的遺傳基礎。

利用圖像參數預測植物生物量累積的流程

通過圖像性狀預測植物生物量

研究人員已經開發了定量模型來準確預測圖像數據中的植物生物量積累。預計分析結果將有助於推進科學家們對植物生物量表型因素的探索，並廣泛用於其他植物物種。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！