JoVE Journal > Environment
Summary
Abstract
Introduction
Protocol
Results
Discussion
Disclosures
Acknowledgements
Materials
References
Nederlands

Automatically Generated
Please note that all translations are automatically generated. Click here for the English version.
Environment

Een telemetrische, gravimetrische platform voor real-time fysiologische fenotypering van plant-milieu interacties

Published: August 05, 2020
doi:
10.3791/61280
, , , , , , , ,
1Faculty of Agriculture, Food and Environment, The Robert H. Smith Institute of Plant Sciences and Genetics in Agriculture,The Hebrew University of Jerusalem

Summary

Deze high-throughput, telemetrische, whole-plant water relaties gravimetrische fenotypering methode maakt directe en gelijktijdige real-time metingen, evenals de analyse van meerdere opbrengst-gerelateerde fysiologische eigenschappen die betrokken zijn bij dynamische plant-omgeving interacties.

Abstract

Voedselzekerheid voor de groeiende wereldbevolking is een grote zorg. De gegevens die door genomic tools veel groter is dan het aanbod van fenotypische gegevens, het creëren van een kenniskloof. Om het hoofd te bieden aan de uitdaging van het verbeteren van gewassen om de groeiende wereldbevolking te voeden, moet deze kloof worden overbrugd.

Fysiologische eigenschappen worden beschouwd als belangrijke functionele eigenschappen in de context van responsiviteit of gevoeligheid voor omgevingsomstandigheden. Veel recent geïntroduceerde high-throughput (HTP) fenotypering technieken zijn gebaseerd op remote sensing of imaging en zijn in staat om direct morfologische eigenschappen te meten, maar meten fysiologische parameters voornamelijk indirect.

Dit artikel beschrijft een methode voor directe fysiologische fenotypering die verschillende voordelen heeft voor de functionele fenotypering van interacties tussen plant en omgeving. Het helpt gebruikers overwinnen van de vele uitdagingen die worden geconfronteerd in het gebruik van load-cell gravimetrische systemen en pot experimenten. De voorgestelde technieken zullen gebruikers in staat stellen onderscheid te maken tussen bodemgewicht, plantgewicht en bodemwatergehalte, waarbij een methode wordt geboden voor de continue en gelijktijdige meting van dynamische bodem-, plant- en atmosfeeromstandigheden, naast het meten van belangrijke fysiologische eigenschappen. Deze methode stelt onderzoekers in staat om veldstressscenario’s nauw na te bootsen, waarbij rekening wordt gehouden met de effecten van de omgeving op de fysiologie van de planten. Deze methode minimaliseert ook pot effecten, die een van de belangrijkste problemen in pre-field fenotypering. Het bevat een feed-back fertigation systeem dat een echt gerandomiseerd experimenteel ontwerp op een veld-achtige plant dichtheid mogelijk maakt. Dit systeem detecteert de grenswaarde bodemwaterinhoud (γ) en maakt het mogelijk om gegevens in kennis te vertalen door het gebruik van een real-time analytische tool en een online statistische bron. Deze methode voor de snelle en directe meting van de fysiologische reacties van meerdere planten op een dynamische omgeving heeft een groot potentieel voor gebruik bij screening op gunstige eigenschappen in verband met reacties op abiotische stress, in de context van pre-field veredeling en gewasverbetering.

Introduction

Het waarborgen van de voedselzekerheid voor een groeiende wereldbevolking onder verslechterende milieuomstandigheden is momenteel een van de belangrijkste doelstellingen van landbouwonderzoek1,2,3. De beschikbaarheid van nieuwe moleculaire gereedschappen heeft de programma’s voor gewasverbetering sterk verbeterd. Hoewel genomische tools een enorme hoeveelheid gegevens bieden, creëert het beperkte begrip van de werkelijke fenotypische eigenschappen een aanzienlijke kenniskloof. Het overbruggen van deze kloof is een van de grootste uitdagingen voor de moderne plantenwetenschap4,5,6. Om de uitdagingen aan te gaan die zich voordoen in het proces van gewasverbetering en het genotype-fenotype kennisspleet te minimaliseren, moeten we de genotypic benadering in evenwicht brengen met een fenocentrische7,8.

Onlangs hebben verschillende high-throughput phenotyping (HTP) platforms mogelijk gemaakt de niet-destructieve fenotype van grote plantenpopulaties in de tijd en deze platforms kunnen ons helpen om het genotype-fenotype kenniskloof6,8,9,10te verminderen . HTP-screeningtechnieken maken het mogelijk om eigenschappen in enorme aantallen planten binnen een relatief korte periode te meten, dankzij robotica en transportbanden of gantries die worden gebruikt om de planten of sensoren (respectievelijk) te verplaatsen, in tegenstelling tot handbediende technieken op basis van gasuitwisseling of fotografie. Niettemin bieden de enorme hoeveelheden gegevens die door HTP-systemen worden geproduceerd extra uitdagingen voor gegevensverwerking en analytischeuitdagingen 11,12.

De meeste van deze HTP-platforms omvatten de beoordeling van fenotyptische eigenschappen door middel van elektronische sensoren of geautomatiseerde beeldacquisitie13,14. Geavanceerde veld fenomics betrekken de inzet van proximale sensoren en beeldvormingstechnologieën in het veld, evenals een hoge resolutie, nauwkeurige en grootschalige schaal van de meting15. Sensor- en beeldgegevens moeten worden geïntegreerd met andere multi-omics gegevens om een holistische, tweede generatie fenomische benadering te creëren16. Methodologische vooruitgang op het gebied van gegevensverwerving, -verwerking en -verwerking wordt echter steeds belangrijker, omdat de uitdagingen van het vertalen van sensorinformatie in kennis in de eerste jaren van het onderzoek naar plantenfenomics op grove wijze zijn onderschat13. De betrouwbaarheid en nauwkeurigheid van de momenteel beschikbare beeldvormingstechnieken voor diepgaande fenotypering van dynamische genotype-omgevingsinteracties en plantenstressreacties zijn echter twijfelachtig17,18. Bovendien zijn de resultaten van gecontroleerde omgevingen vaak heel anders dan die in het veld, vooral als het gaat om droogte-stress fenotypering. Dit is te wijten aan verschillen in de situatie die de planten ervaren in termen van bodemvolume, bodemmilieu en mechanische impedantie als gevolg van afnemende bodemvocht tijdens droogtestress. Daarom zijn de resultaten van gecontroleerde omgevingen moeilijk te extrapoleren naar het veld19. Ten slotte is de instapprijs van op afbeeldingen gebaseerde HTP-systemen zeer hoog, niet alleen vanwege de prijs van sensoren, maar ook vanwege de robotica, transportbanden en gantries, die ook hogere normen van de infrastructuur voor groeifaciliteiten en aanzienlijk onderhoud vereisen (veel bewegende delen die in een kasomgeving werken).

In deze paper presenteren we een HTP-telemetrische fenotyperingsplatform dat is ontworpen om veel van de bovengenoemde problemen op te lossen. Telemetrietechnologie maakt het mogelijk om gegevens van externe bronnen naar een ontvangststation automatisch te meten en te verzenden voor opname en analyse. Hier demonstreren we een niet-destructief HTP-telemetrisch platform met meerdere weegmeters (een gravimetrisch systeem) en omgevingssensoren. Dit systeem kan worden gebruikt voor het verzamelen en onmiddellijk berekenen (beeldanalyse is niet nodig) van een breed scala aan gegevens, zoals biomassawinst in de hele fabriek, transpiratiesnelheden, stomatatale geleiding, wortelstromen en efficiëntie voor watergebruik (WUE). De real-time analyse van de big data die rechtstreeks wordt gevoed naar de software van de controller in het systeem is een belangrijke stap in de vertaling van gegevens in kennis14 die grote waarde heeft voor praktische besluitvorming, waardoor de kennis die kan worden verkregen uit gecontroleerde milieuprofenotypeerexperimenten, in het algemeen, en kasstudies van droogtestress aanzienlijk wordt uitgebreid.

Andere voordelen van het telemetrieplatform zijn de schaalbaarheid en het installatiegemak en de minimale infrastructuurvereisten voor groeifaciliteiten (d.w.z. het kan gemakkelijk worden geïnstalleerd in de meeste groeifaciliteiten). Aangezien dit sensorsysteem geen bewegende onderdelen heeft, zijn de onderhoudskosten bovendien relatief laag, inclusief zowel de instapprijs als de onderhoudskosten op lange termijn. De prijs van een gravimetrisch systeem van 20 eenheden, inclusief het feedbackbemestingssysteem voor elke installatie, meteorologisch station en software, zal bijvoorbeeld vergelijkbaar zijn met de prijs van één draagbaar gasuitwisselingssysteem van een toonaangevend merk.

Rijst (Oryza sativa L.) werd gebruikt als een model gewas en droogte was de onderzochte behandeling. Rijst werd gekozen omdat het een belangrijk graangewas is met een brede genetische diversiteit en het is het basisvoedsel voor meer dan de helft van de wereldbevolking20. Droogte is een belangrijke milieu-abiotische stressfactor die de groei en ontwikkeling van planten kan schaden, wat leidt tot een lagere gewasopbrengst21. Deze gewasbehandelingscombinatie werd gebruikt om de mogelijkheden van het platform en de hoeveelheid en kwaliteit van de gegevens die het kan produceren aan te tonen. Voor meer informatie over de theoretische achtergrond van deze methode, zie 22.

Protocol

In dit protocol verwezen we naar 4 L potten geladen op 20 cm x 20 cm schalen, met elke pot met één plant. Hetzelfde protocol is gemakkelijk schaalbaar en kan worden gebruikt met veel grotere potten (tot 25 L geladen op 40 cm x 40 cm schalen, met slechts een lineaire aanpassing aan de protocolmaten) en meerdere planten per pot. Zo kan het protocol eenvoudig worden aangepast voor planten van vele soorten en maten. Zie figuur 1 en figuur 2 voor de systeemonderdelen. 1. Bereid de potten voor op het experiment Plaats het bodemfilter. Verdeel het nylon gaas (net) over de hele pot en plaats de nethouder bovenop het net. Met een hand, langzaam duw de netto houder halverwege de binnenkant van de hele pot. Zorg ervoor dat het net gelijkmatig blijft verspreid als het wordt naar beneden geduwd tussen de twee potten. Steek de glasvezel stick (paal) tussen de twee potten en duw het helemaal naar beneden naar de bodem van de hele pot, ervoor te zorgen dat het aan de buitenzijde van het net ook en niet het net te duwen. Voordat u de nethouder helemaal naar beneden duwt, duwt u het net met de hand van binnenuit in de pot en past u deze zo aan dat deze gelijkmatig en strak over de bodem van de pot wordt gespreid zodra de nettohouder volledig is ingebracht(figuur 2CI). Schuif de pakking ring van de onderkant van de pot set-up hierboven beschreven, een derde van de weg naar de zijkant van de pot. Zorg ervoor dat de spleten van de ring open naar de onderkant van de pot(figuur 2CII). Herhaal stap 1.1-1.4 voor alle experimentele potten voordat u doorgaat naar de volgende stap. Randomiseer de locatie van de planten (Figuur 2D; in een gerandomiseerd blokontwerp of een volledig willekeurig ontwerp) met behulp van de Array Randomizer-toepassing.LET OP: Om het gratis programma te downloaden en voor meer informatie, zie de link: https://drive.google.com/open?id=1y4QbTpxRK5Lx430xzu1RFdrlcL8pz_1q). Label de potten op basis van hun locaties in de array in de kas. Het label “B10D” komt bijvoorbeeld overeen met een pot op tafel B in kolom 10 en rij D. Bereid voor elke tafel drie extra potten voor voor metingen van het bodemwatergehalte (zie punt 7.1). 2. Kweek de planten Kies het groeiende (pot)medium dat het beste bij het experiment past. Het kiezen van het juiste medium voor het experiment is cruciaal en de juiste keuze is afhankelijk van verschillende factoren (zie Discussie). Voor nieuwe gebruikers raden we ten zeerste aan om een poreus, keramisch, klein medium te gebruiken. Raadpleeg tabel 1 en tabel 2 voor meer informatie om het juiste medium voor het experiment te kiezen. Ontkiem de zaden in spouwbakken met het gewenste potmedium. Indien mogelijk, doe dit binnen de zelfde serre die voor het belangrijkste deel van het experiment moet worden gebruikt om de installaties aan de milieuvoorwaarden binnen die serre te wennen. Als de zaailingen niet ontkiemd waren in trays, transplanteer ze dan in spouwtrays met het potmedium. Plant een zaailing in elke holte en laat het groeien totdat zijn wortels dicht genoeg zijn om de vorm van de holte (wortel-bodem plug) te nemen. Laat 5-7 holtes zonder zaailingen voor bodemgewicht metingen (alleen potting medium; Figuur 3). Zie voor meer informatie sectie 5.9. 3. Verbetering van het signaal-naar-geluidsniveau LET OP: De volgende stappen verbeteren de kwaliteit van de metingen en verminderen het geluidsniveau. Kalibreer de lysimeter. Gebruik een spirit level om te controleren of alle lysimeters niveau zijn en start vervolgens het gewichtkalibratieproces. Gebruik twee standaardgewichten (1-10 kg). Voer de kalibratie uit terwijl de groene container, inclusief alle stekkers, zich op de laadcel bevindt. Plaats het eerste (lichtere) kalibratiegewicht op elke laadcel. Ga in de bedrijfssoftware naar het tabblad Kalibratie en kies het gewicht voor het eerste punt. Selecteer vervolgens de laadcelpositie waar het gewicht is geplaatst en klik op Punt1 ophalen (Aanvullende figuur 1A). Deze stap kan op meerdere load-cells tegelijk worden toegepast. Herhaal dit voor het tweede gewicht en klik op Punt2 ophalen. Klik op Kalibratie toepassen. Zorgen voor voldoende hoeveelheid planten met een passende grootte voor het experimentOPMERKING: Hoe kleiner de plant, hoe zwakker het signaal zal zijn (bijvoorbeeld het gewicht van het water bleek in een dag ten opzichte van het gewicht van de pot). De volgende stappen zullen helpen om de signaal-ruisverhouding te verbeteren. Start het experiment wanneer de plant ongeveer 10% van de maximale drinkwatercapaciteit uitdraagt.OPMERKING: Als u bijvoorbeeld werkt met een zandmiddel dat ongeveer 1 L water bevat bij potcapaciteit (zie tabel 2),start u het experiment wanneer de planten ongeveer 100 mL per dag transpireren. Als u werkt met een op turf gebaseerd medium dat ongeveer 2 L water bij potcapaciteit bevat (zie tabel 2),start u de metingen wanneer de planten ongeveer 200 mL per dag transpireren. Schat de initiële plant dagelijkse transpiratie voor het laden op het systeem door het meten van (handmatig) ‘s ochtends vs. gewichtsverschillen in een paar zaailingen. Bij het werken met kleine planten, zet verschillende planten in elke pot (bijvoorbeeld zes Arabidopsis planten in een 3,9 L pot23, om de aanbevolen minimale mate van transpiratie te bereiken)*. 4. Opzetten van het experiment OPMERKING: Het proces van het opzetten van het experiment is ontworpen om rekening te houden met het gewicht van alle onderdelen van het systeem, namelijk het gewicht van het potmedium (inclusief het bodemwatergewicht bij potcapaciteit) en het initiële gewicht van de zaailingen. Volg de onderstaande stappen: Werk indien mogelijk met vergelijkbare statische componenten die vergelijkbare gewichten hebben. Statisch gewicht componenten omvatten pot sets, bodemsondes en andere plastic onderdelen. Open de bedrijfssoftware om een nieuw experiment te starten. Open het tabblad Experimenten in het menu aan de linkerkant van het scherm. Klik op Nieuw maken of dupliceer de eigenschappen van het experiment uit een vorig experiment door met de rechtermuisknop op het gewenste experiment te klikken en Duplicerente kiezen. De naam van het experiment wijzigen (Aanvullende figuur 1B). Zorg ervoor dat er geen eenheid wordt gebruikt in een ander experiment dat momenteel in het systeem wordt uitgevoerd. Controleer of alle planten in de tabel Planten overeenkomen met het experimentele ontwerp. Zo niet, wijzig dan de tabel volgens het ontwerp (zie de punten 5.18, 6 en aanvullende figuur 1C). Start het experiment door op de experimentnaam te klikken en vervolgens op Startte klikken. Neem handmatige metingen van de vooraf voorbereide lege potten (dubbele pot, net, stok en zwarte pakking ring). Bij het gebruik van onderdelen die vergelijkbaar zijn met elkaar, het gemiddelde gewicht van 10 van hen zal voldoende zijn. Meng het potmedium grondig met wat water, gedurende ten minste 1 uur, zodat het afbreekt in homogene deeltjes en verzadigd is, om uniformiteit en homogeniteit te garanderen. Voor nieuwe gebruikers raden wij ten zeerste aan om een poreus, keramisch, klein middel te gebruiken (zie tabel 1 en tabel 2). Als tweede optie, gebruik grof zand. Gebruik een mechanische mixer (bijvoorbeeld een betonmixer). Wanneer een zeer homogeen medium (d.w.z. industrieel zand) wordt gebruikt, slaat u stap 4.6.1 over. Vul alle potten gelijkmatig voor het experiment met het juiste potmedium (bijvoorbeeld zand, grond of turf). Steek een gietvorm van een holtemal(Figuur 3B)die qua vorm en grootte vergelijkbaar is met de wortel-grondplug van de zaailingen (van spouwlade) in het midden van het potmedium. Duw het er helemaal in. Tik een paar keer op de bodem van de pot tegen de vloer om ervoor te zorgen dat het potmedium goed in de pot wordt verdeeld. Herhaal dit voor alle potten. Geef de potten goed water en spoel de buitenkant van de potten af. Laat de potten 30 minuten uitlekken voordat u doorgaat naar de volgende stap. Zorg ervoor dat de potten vrij uitlekken. Als het potmedium te langzaam afvloeit (bijvoorbeeld dichte turf), premix het dan met een luchtig substraat (bijvoorbeeld perliet; zie ook Tabel 1 en Tabel 2) om een snellere drainage te garanderen. Nadat de drainage volledig is gestopt, plaats alle gevulde potten op het midden van de lysimeter array (in de groene containers die er al zijn) volgens het experimentele ontwerp(Figuur 2A). Controleer of de groene containers goed in de ladingceldeksel zijn gemonteerd en elkaar niet raken. Open in de bedrijfssoftware het tabblad Experiment en selecteer het tabblad Componenten meten. Klik op Object meten. Noem de metingst “1e meting” (Aanvullende figuur 1D). Plaats de irrigatie druppelaars, sondes en pot covers op elke pot. Zorg ervoor dat de lijnen voor de druppelaars met meerdere uitgangen en de sondekabels worden ondersteund door hun respectievelijke standaards (bevestigd aan de eenheden voor elke lysimeterschaal; Figuur 1E) voordat ze in de potten worden gedaan. Zorg ervoor dat alle druppelaars, sondes en afdekkingen veilig geplaatst zijn. Wacht tot 3 min voor een nieuwe meting te nemen (gegevens worden automatisch verzameld om de 3 minuten) en open vervolgens het tabblad Experiment. Selecteer het tabblad Experimenteren en klik op het experiment. Hiermee wordt deze meta-tagst gelabeld op de “1e meting” en het “Statische componenten” genoemd (Aanvullende figuur 1E). Meta-tags worden gebruikt wanneer u een gewichtswaarde wilt vastleggen die wordt bepaald door de ene gemeten waarde van de andere af te trekken. Na het aanbrengen van de nodige aanpassingen aan het systeem, wacht u op een nieuw gegevenspunt (elke 3 minuten) voordat u de volgende meting uitvoert. Controleer de kolom Statische componenten om te bevestigen dat de waarden die in de tabel Planten zijn opgenomen, geen uitschieters bevatten. Als een van de opgenomen gewichten te laag of te hoog is, controleer dan op interferentie met de belastingscel (bijvoorbeeld, zorg ervoor dat er niets het aanraakt) en neem vervolgens een nieuwe meting (nadat het systeem nog 3 min was). Klik op het tabblad Planten. Exporteer de tabel Planten als een spreadsheet, voeg het gemiddelde potgewicht (vanaf stap 4.5) toe aan de meting van de statische componenten – “Tare gewicht”. Sla het bestand op en upload het (tabblad importeren). Zorg ervoor dat alle druppelaars stevig in het potmedium worden gestoken en op de pijp die van de controller komt. Selecteer in de bedrijfssoftware op het tabblad Experiment de optie Scenario’s voor behandelingen. Klik op Nieuw maken om een nieuw ‘plan’ te maken. Kies in het plan de eerste stap (maak indien nodig een nieuwe stap) en open deze. Kies “Test” voor behandeling en “Nooit” voor beëindiging. Kies in de stapoptie een behandeling die wordt vermeld op het tabblad Irrigatiebehandelingen boven Experimenten (Aanvullende figuur 1F; zie ook Stap 4.21). Druk op het tabblad Toepassen. Haal de tabel Planten als een spreadsheet uit, voeg ‘Plan’ toe aan de kolom Behandeling en voeg ‘1’ toe aan de kolom Stap. Sla het bestand op en upload het. Kies onder het tabblad Irrigatiebehandelingen de “Test”-behandeling en stel deze in op een irrigatietijd van 4-5 min [met de exacte hoeveelheid tijd, afhankelijk van het volumetricwatergehalte (VWC) van de gebruikte grond] om drainage mogelijk te maken. Stel de tijd 2 minuten vooruit en ga naar de potten in de kas. Andere behandelingen kunnen ook worden gemaakt. (Zie de gedetailleerde uitleg in stap 7.4.) Controleer visueel of alle druppelaars werken en dat er water uit de geperforeerde afvoerplug van de groene container druipt. In het experiment, verander de irrigatiebehandeling op Plan “X”, Stap 1 (zie stap 4.19-4.20) aan de gewenste irrigatiebehandeling. Zorg ervoor dat elke nacht irrigatie (met fertigatie; zie tabel 3 voor de gebruikte fertigation componenten) is verdeeld in verschillende korte pulsen (gebeurtenissen) met aanzienlijke pauzes tussen hen (ten minste drie gebeurtenissen per nacht), om ervoor te zorgen dat de bodem bereikt zijn veld capaciteit voor zonsopgang. Laat het irrigatieprogramma 1 of 2 dagen lopen om de bodem zijn veldcapaciteit te laten bereiken en door te gaan naar de volgende fase. 5. Het starten van het experiment OPMERKING: De gegevens die in dit stadium worden verzameld, worden gebruikt als referentiewaarden voor de rest van het experiment. Daarom is het belangrijk om de volgende stappen zorgvuldig te volgen. Herhaal stap 4.18 tot en met 4.20. U het proces ook in de vroege ochtend starten, niet lang na de laatste irrigatiestap. Controleer visueel of alle potten geïrrigeerd zijn en dat overtollige irrigatievloeistof uit de geperforeerde afvoerplug van het groene bad druipt. Verwijder de groene, ongeperforeerde stekker (uit de laagste opening) van de groene container en laat het water volledig uitlekken. Zet vervolgens de stekker terug op zijn plaats(figuur 1D). Als het werken aan “drainage 0” (d.w.z., met het onderste gat open / de holle drainage plug aangesloten op het laagste gat), sla deze stap. Open in de bedrijfssoftware het tabblad voor het experiment en ga naar Componenten meten. Klik op Object meten en noem de meting als ‘Cast-pre’. Verwijder voorzichtig alle afgietsten uit de potten en wacht vervolgens 3 minuten op een nieuwe meting wordt geregistreerd (Aanvullende figuur 1D). Klik op Object meten,noem het “Cast-post” en tag de meting op ‘Cast-pre’. De optie berekent automatisch het verschil tussen de twee gemeten waarden en geeft het castgewicht om de gewichtsgevoeligheid te verifiëren. Controleer de gewichtswaarden in de tabel Planten. Het verschil tussen de “Cast-post” metingen mag niet meer dan 20 of 30 g zijn. Ga in het experiment naar het tabblad Componenten meten in het experiment en selecteer de optie Bodemnatgewicht meten om het gewicht van de natte grond te meten. Neem de meting door op OK te klikken wanneer u daarom wordt gevraagd. Controleer de bodem nat gewicht metingen in de planten tabel van yotheur experiment. Het gewicht wordt weergegeven in de kolom “Grondnatgewicht”(aanvullend figuur 1D,G). Als sommige metingen ten onrechte lijken te fluctueren, gaat u als volgt te werk: Controleer of elke pot correct is geplaatst en geen naburige pot(en) aanraakt. Koppel de eerste controller op de tafel van de elektriciteit (de rest van de controllers zijn serieel met elkaar verbonden en dus zal afsluiten ook) voor 2 min en vervolgens opnieuw aansluiten. Meet handmatig het gemiddelde gewicht van enkele (5-10) holtes met potmedium (vanaf stap 2.3) zonder zaailingen (bodemplug). [Zorg ervoor dat de bodempluggen goed geïrrigeerd zijn (d.w.z. naar veldcapaciteit na drainage) voordat handmatige metingen.] Druk op het tabblad Componenten meten op Bulk-bodemgewicht instellen en vul het gemiddelde gewicht in ( aanvullendefiguur 1D). Klik op Plant Initial Weight meten. Deze eerste meting is een referentiepunt vóór aanplant (Aanvullende figuur 1D). Zorg ervoor dat de zaailingen in de spouwbakken goed geïrrigeerd zijn (d.w.z. op veldcapaciteit na drainage). Trek voorzichtig de zaailingen met hun wortel-grond plug uit de holtes, zorg ervoor dat ze niet te verwonden, en plaats ze zorgvuldig in de holtes gemaakt door afgietsels in de potten, volgens het experiment ontwerp. Het is beter om de planten bij zonsopgang of zonsondergang over te brengen, om de stress voor de planten te minimaliseren (d.w.z. om verwelking te minimaliseren). Wacht 3 minuten. Klik nogmaals op Het oorspronkelijke gewicht van de plant meten. Deze tweede meting is het oorspronkelijke gewicht van de plant. Meta-tag de meting naar de eerste (het referentiepunt). De software berekent het verschil tussen de twee metingen en trekt het zaailing bulk-bodemgewicht af. Het resultaat is het oorspronkelijke gewicht van de plant. Controleer de gemeten waarden in de tabel Planten van het experiment om ervoor te zorgen dat ze binnen een redelijk en logisch bereik vallen(aanvullende figuur 1C). Verzadig de bodem door stap 4.18 tot en met 4,20 te herhalen. Zorg ervoor dat alle potten goed aftappen. Zo niet, herhaal dan het verzadigingsproces. Wacht 30 minuten tot de drainage ophoudt. (Zie ook tabel 1 met betrekking tot de juiste keuze van potmedium.) Klik onder het tabblad Componenten meten op Gereserveerd watergewicht meten (Aanvullende figuur 1D). Haal de tabel Planten als een spreadsheet, trek het gemeten fabrieksinitieel gewicht en zaailing bulk-grondgewicht af van de gereserveerde watergewichtmeting (de kolom “Reserve watervoorraad”). Upload het bestand (Aanvullende figuur 1C). Controleer of de periode waarin de dagelijkse transpiratie zal worden geregistreerd, geschikt is voor de doelen van het experiment. Vul de waarden in het algemene experiment in, indien van toepassing voor het project (Aanvullende figuur 1H). Vul nul uur in: het tijdstip waarop de software controleert of deze naar de volgende stap in het behandelingsscenario moet gaan. Vul dagelijkse transpiratiewaarden in: Dagelijkse transpiratie wordt berekend als het verschil tussen twee gewichtsvensters gedurende de dag, voor alle dagen. De dagelijkse transpiratie starttijd is het moment waarop de software zal beginnen met het gemiddelde gewicht te meten. Controleer de planten gedurende 1-2 dagen voordat u een nieuw experiment start (dupliceer en wijzig het experiment). 6. De plantentafel wijzigen Haal de tabel Planten als een spreadsheet en wijzig de tabel op basis van behoeften. Wijzig de plant-id’s, namen of posities niet. Sla het bestand op en upload het. Labelen (groeperen) kolommen: Om gegroepeerde planten te presenteren of te analyseren (zie Stap 8) op basis van gemeenschappelijke labels (bijvoorbeeld behandeling, regel), voeg een nieuwe kolom en label toe te beginnen met # (bijvoorbeeld #Treatment). Maak in deze kolom een notatie voor elke plant (bijvoorbeeld voor het label “#Treatment”, markeer de planten als droogte, controle, enz.; Aanvullend figuur 2).OPMERKING: Het bovenstaande protocol is het meest geavanceerde en uitgebreide protocol voor dit systeem. Gebruikers die voor het eerst willen beginnen, willen echter wel beginnen met het vereenvoudigde protocol (zie Aanvullende lidstaten). Het vereenvoudigde protocol levert informatie op over minder eigenschappen en kan leiden tot hogere geluidsniveaus. Maar tegelijkertijd biedt het een manier om gemakkelijker kennis te maken en vertrouwd te raken met de belangrijkste experimentele procedures, hardware en software. 7. Voer het experiment uit Bereken het bodem gravimetrisch watergehalte/bodemwatergehalte (SWC-waarde).OPMERKING: Gravimetrische bodemwatergehalte is anders dan volumetrische bodemwatergehalte (VWC). De SWC-waarde is de verhouding tussen het droge gewicht van de bodem en het natte gewicht van de bodem. Om SWC te berekenen, gebruikt u de drie extra met bodem gevulde potten (stap 1.3) zonder planten die eerder een paar dagen op een bijzettafel in de kas werden geplaatst en regelmatig geïrrigeerd. Weeg de natte grond in een aluminium lade in de vroege ochtend, zo snel mogelijk na de laatste irrigatie gebeurtenis. Droog de aluminium bak met de grond in een oven (bij 105 °C) gedurende 4-5 dagen. Controleer of de grond volledig droog is door twee opeenvolgende gewichtsmetingen te doen die ten minste 60 minuten uit elkaar liggen. Als de gewichten identiek zijn, is de grond inderdaad droog en kan de laatste meting worden geregistreerd als het droge bodemgewicht. Ga in de bedrijfssoftware naar Componenten meten en klik op het tabblad Gronddrooggewicht berekenen. Vul de natte en droge gewichten van de bodem voor elk monster in, klik op Toepassen en Finish (Aanvullende figuur 3). U SWC ook handmatig berekenen met de onderstaande vergelijking. Gemiddeld de twee SWC metingen handmatig genomen uit ten minste drie potten. Selecteer het tabblad Componenten meten en klik op Gronddroog gewicht berekenen de waarde [g/g], klik op Toepassen en voltooien. De gronddroge gewichten van alle experimentpotten worden automatisch berekend door de software (ervan uitgaande dat alle potten in het experiment hetzelfde medium bevatten; Aanvullend figuur 1D en aanvullend figuur 3). Breng de irrigatiebehandelingen aan. Irrigatiescenario’s kunnen worden toegepast door een stappenplan op te stellen. Om een nieuw irrigatiebehandelingsplan samen te stellen, gaat u naar Irrigatiebehandeling,klikt u op Nieuwe makenen noemt u de nieuwe behandeling. Open de specifieke behandeling in de lijst van irrigatiebehandelingen en klik op de standaard “00:00”.OPMERKING: In het hoofdvenster(aanvullende figuur 4A)geeft “Tijd” aan hoe laat de klep wordt geopend (d.w.z. het begin van de irrigatiebehandeling). “Valve” is de klep die moet worden geopend (A of B, afhankelijk van de klep die is aangesloten op de gewenste oplossing). “Command Type” geeft het type gegevens aan dat wordt gebruikt om te bepalen wanneer de klep wordt gesloten: Door de tijd – Hoeveel seconden de klep zal open zijn. Door gewicht – De gewichtstoename / water (in gram) worden toegevoegd aan de pot via irrigatie. Door Transpiratie – Irrigatie kan differentieel worden toegepast op elke pot op basis van de transpiratie van elke individuele plant over de vorige dag. De gebruiker kan bepalen welk percentage van de vorige dag transpiratie zal worden toegepast tijdens irrigatie. (Onder de goed geïrrigeerde toestand wordt voorgesteld om de plant meer dan 100% te geven, om de bodem te wassen en de plantengroei te compenseren.) Droogte-behandelde planten moeten worden gegeven minder water, met exacte volumes op basis van de gewenste droogte stress tarief. Door sensoren – Irrigatie kan worden toegepast op basis van een sensor lezing, zoals schijnbare diëlektrische permittiviteit (die kan worden gebruikt om de VWC te bepalen). Selecteer het sensortype, de gewenste parameter en de gewenste parameterwaarde. Alle mogelijkheden omvatten een Time Out-optie die de kraan sluit, zelfs als de ingestelde voorwaarden niet zijn bereikt. Stel de time-out in voor een periode die langer is dan de ingestelde voorwaarden. Na het definiëren van de irrigatiebehandelingen voor het experiment opent u het gewenste experiment in de lijst met experimenten, opent u Het Behandelingsscenario, open standaardplan en selecteert u de eerste stap(aanvullende figuur 4B). Kies in Behandelingeen irrigatiebehandeling uit de lijst. Kies vervolgens in Beëindigingde juiste voorwaarde om de huidige stap te stoppen en door te gaan naar de volgende. Nadat u een irrigatiescenario hebt geselecteerd, opent u de tabel Planten van het experiment(aanvullende figuur 2) en voert u de “Behandeling” en “Stap” in voor elke plant. “Behandeling” is de naam van het behandelingsscenario en “Stap” is het gebeurtenisnummer binnen het behandelingsscenario. Plan een droogtebehandeling. Elke individuele plant heeft een unieke transpiratie snelheid op basis van de grootte en locatie in de kas. Om een standaard droogtebehandeling mogelijk te maken (d.w.z. een vergelijkbaar droogpercentage voor alle potten tijdens de behandeling), plan een droogtescenario en controleer deze via het feedback-irrigatiemiddel van het systeem(aanvullende figuur 5). 8. Analyseer de gegevens met behulp van data-analyse software Open de data-analysesoftware (bijvoorbeeld SPAC Analytics). Klik op de rechterbovenhoek om het besturingssysteem en de naam van het experiment te selecteren(Aanvullende figuur 6A). Selecteer experimenten (aanvullende figuur 6B)in de kolom aan de linkerkant van het scherm en typ de naam van het experiment in de naambalk onder de sectie Zoeken. De naam van het experiment wordt weergegeven onder de sectie Zoeken in de sectie Experimenten (Aanvullende figuur 6C). Klik op het experiment om de secties Info en Planten te openen (Aanvullende figuur 6D). Bewerk in de sectie Info de begin- en WUE-einddatum van WUE voor een periode van ten minste 3 (bij voorkeur meer) dagen voor het begin van de droogtebehandeling en klik vervolgens op Bijwerken. De WUE en de R2 waarde voor elke pot zullen verschijnen in de sectie Planten. Kies ervoor om een schaal met een negatieve WUE-waarde of een R2-waarde van minder dan 0,5 uit te sluiten door op het symbool “oog” onder de kolom Actief te klikken, die vervolgens rood wordt. Dit sluit de geselecteerde schaal (plant) uit van alle verdere berekeningen. De gegevens kunnen worden geëxporteerd door te klikken op de knop Gegevens exporteren in de sectie Planten ( Aanvullendefiguur 6D). Klik in de kolom aan de linkerkant van de scree op Analyse. Er verschijnen dan verschillende onderafdelingen: Graph viewer, Histogram, T-test, ANOVA en Piecewise lineaire curve. Klik op Grafiekviewer. Stel in de sectie Filters de datums voor het experiment in. Klik op Labels (zie Stap 6) om de combinatie van experimentele groepen (genotype) en behandeling(en) te selecteren. Automatisch worden alle potten in de geselecteerde groep weergegeven in de onderafdeling Plant. Schakel in die onderafdeling potten (planten) uit door erop te klikken. Er kunnen maximaal twee verschillende keuzeparameters tegelijk worden geselecteerd als de parameter “Y1” en “Y2”. Klik tot slot op Grafiek weergeven (Aanvullende figuur 5). In het venster Grafiekviewer voor elke plant wordt een lijngrafiek van de waarden van de geselecteerde parameter weergegeven. Verwijder gegevens van afzonderlijke planten of voeg toe aan de grafiek door te klikken op hun legenda symbolen aan de rechterkant van de grafiek. In de rechterbovenhoek zijn er ook opties voor het exporteren van de gegevens als een spreadsheet en voor het vergroten van het venster Grafiekviewer om het volledige scherm te vullen (deze onbewerkte gegevensdownloadfunctie is relevant voor alle andere vensters). Er worden meer opties weergegeven om de grafiek te wijzigen als de cursor naar de rechterbovenhoek van het scherm wordt verplaatst(aanvullende figuur 5). De histogrammodule presenteert de verdeling van één eigenschap in en tussen populaties voor een bepaalde periode. Als u deze module wilt gebruiken, klikt u op Histogram. Stel in de sectie Filters de datum en tijd, parameter, labels en planten in zoals uitgelegd in stap 8.4.1. Selecteer meerdere labels (groepen) door op het + symbool te klikken. Klik tot slot op Grafiek weergeven (Aanvullende figuur 7). Het histogram wordt weergegeven in de sectie Histogram, waarin de optie is om de “Bins” en “Datum” boven aan het scherm te wijzigen. In de rechterbovenhoek zijn er verschillende opties zoals beschreven in stap 8.4.2. In de sectie Locatiediagram is de werkelijke locatie van de planten op de experimentele tabel en hun respectieve eigenschapswaarden te zien (Aanvullend figuur 7). Klik op T-test. Als u de middelen van een gemeten eigenschap van twee groepen statistisch wilt vergelijken, voert u de datums, etiketten, planten en parameters in de sectie “T-testparameters” in, zoals uitgelegd in stap 8.4.1. Stel het urenbereik in om de gemiddelde waarden van de gegevenspunten binnen de periode van rente te berekenen (de standaardinstelling is een continue presentatie van 24 uur). Klik tot slot op Grafiek weergeven (Aanvullende figuur 8). Aan de rechterkant van het scherm verschijnen twee vensters. De bovenste is de sectie Grafiekviewer voor alle planten die uit beide groepen zijn geselecteerd. Onder dat venster bevindt zich de sectie T-test, waarin de vergelijking van de twee groepen wordt weergegeven als de t-testvan de fysiologische parameter die is geselecteerd. De mate van betekenis kan worden aangepast door de α-waarde in de linkerbovenhoek van de sectie T-test te wijzigen. Er verschijnt een rode stip onder waarden die aanzienlijk verschillen. Bekijk in de rechterbovenhoek verschillende opties, zoals beschreven in stap 8.4.2 (Aanvullende figuur 8). Klik op ANOVA. Als u de middelen van een gemeten eigenschap in meer dan twee groepen statistisch wilt vergelijken, voert u de datums, etiketten, planten en parameters in de sectie Filters in, zoals uitgelegd in stap 8.5.1. Selecteer meerdere labels (groepen) door op het + symbool te klikken (zoals in stap 8.5). Stel het bereik van uren in. Klik tot slot op “GRAFIEK TONEN” (Aanvullend figuur 9). Gebruik in de sectie ANOVA een ANOVA-test (Tukey’s HSD) om de fysiologische parameters van de verschillende groepen te vergelijken. Balken vertegenwoordigen de standaardfouten (±SE). In de rechterbovenhoek van het scherm zijn er verschillende opties zoals beschreven in stap 8.4.2. Klik op de lijngrafiek om een staafgrafiekvergelijking voor een bepaalde dag weer te geven. Verschillende letters geven groepen aan die aanzienlijk van elkaar verschillen(aanvullende figuur 9A). Het presenteren van de relatie tussen hele-plant transpiratie kinetiek of stomatale geleiding en VWC is een meer accurate manier om de fysiologische reacties van verschillende planten te vergelijken met droogte, in vergelijking met een tijdgebaseerde aanpak. Presenteer deze relatie met behulp van de functie “Stuk-wise Linear Curve”. Klik op Lineaire curve van Piecewise. Voer de datums, labels, planten en parameters (zowel de x-as als de y-as) in en stel vervolgens het bereik van uren in de sectie ‘Filters’, zoals hierboven uitgelegd.OPMERKING: De “vanaf”-datum moet zo dicht mogelijk bij de begindatum van de behandeling liggen. Stel de x-asparameter in op VWC en de y-assige parameter als de fysiologische parameter naar keuze (bijvoorbeeld transpiratiesnelheid, stomatatale geleiding, enz.). Klik tot slot op Grafiek weergeven. Klik in de sectie Filter op Alle aanbevelingen selecteren en klik vervolgens op Grafiek weergeven (Aanvullende figuur 10).OPMERKING: Andere fysiologische parameters (bijvoorbeeld genormaliseerde transpiratie, transpiratiesnelheid, initieel gewicht van de plant, stomatatale geleiding, wortelflux, enz.) en omgevingsparameters (bijvoorbeeld temperatuur, relatieve vochtigheid, enz.) zijn gemakkelijk te verkrijgen via de SPAC-software (bijvoorbeeld aanvullende figuur 9C). Voor meer informatie over de theoretische achtergrond van hun berekeningen, zie Halperin et al. (2017).

Representative Results

De duur van het experiment was 29 dagen. Het experiment werd uitgevoerd in augustus, wanneer het lokale weer warm en stabiel is en de dagen lang zijn. Twee verschillende irrigatiescenario’s werden gebruikt om het vermogen van het fenotyperingsplatform aan te tonen voor het vergelijken van het fysiologische gedrag van drie verschillende soorten rijst (d.w.z. Indica, Karla en Risotto) in aanwezigheid van droogtestress. Er waren twee droogte-stress behandelingen: (i) optimale irrigatie [totdat elke pot bereikt zijn pot capaciteit ‘s nachts na irrigatie (controle)] en (ii) een droogte die begon 5 dagen na het experiment begon, duurde 14 dagen, en werd gevolgd door een 10-daagse herstelperiode (optimale irrigatie, dagen 19-29). Omwille van de eenvoud worden niet alle variëteiten en groepen weergegeven in de hier gepresenteerde cijfers. De resultaten toonden aan dat het HTP-telemetrische systeem veranderingen in atmosferische omstandigheden, de bodem en de fysiologie van de planten efficiënt kan meten. Milieuomstandigheden Omgevingscondities [fotosynthetisch actieve straling (PAR) en dampdruktekort (VPD)] werden gedurende het hele experiment gecontroleerd door een atmosferische sonde. Uit de verzamelde gegevens blijkt dat PAR en VPD gedurende de verschillende dagen en in de loop van de dag vergelijkbaar zijn gebleven (figuur 4). De VWC van de met droogte behandelde potten werd gedurende de hele experimentele periode gemeten door bodemsondes. De VWC-gegevens verzameld uit een droogte behandeld cv. Indica plant is uitgezet in figuur 5. Fysiologische parameters De dagelijkse transpiratie nam geleidelijk toe in alle vier de behandelingen (Karla-control, Karla-droogte, Risotto-controle en Risotto-droogte) tijdens de eerste fase van het experiment, waarbij alle planten goed geïrrigeerd waren. Later was er een vermindering van de transpiratie die werd geassocieerd met de droogteperiode (dag 5 tot dag 18) in de twee waterarme behandelingen. Vervolgens nam tijdens de herstelperiode (vanaf dag 18) de dagelijkse transpiratie in de twee groepen met watergebrek weer toe, maar tot een veel lager niveau dan vóór de droogtebehandeling werd waargenomen (Aanvullende figuur 9B). Het gemiddelde berekende plantengewicht (d.w.z. de gewichtstoename van planten) steeg consistent bij zowel de Karla-controle als de Karla-droogtebehandelingen tijdens de eerste fase van het experiment, toen alle planten vergelijkbare irrigatie kregen (dag 1–5). Toen de droogtebehandeling werd toegepast op het cv. Karla planten (Dagen 5-18), die planten gestopt met het verkrijgen van gewicht en niet hervatten het verkrijgen van gewicht tot het herstel stadium. Op dat moment was er een toename van het gewicht die langzamer verliep dan wat werd waargenomen voor de controle. Daarentegen namen de gewichten van de Karla-controle-installaties gedurende de experimentele periode voortdurend toe (figuur 6). Figuur 1: Componenten en opstelling van het gravimetrische fenotyperingssysteem.a) Lysimeter wegen. De lysimeter omvat de belastingscel, die de mechanische belasting van een object omzet in een elektrische lading, en een metalen platform dat de bovenste en onderste delen van de belastingscel bedekt, zodat het gewicht van het object goed kan worden gemeten. (B) De lysimeter is bedekt met een polystyreenblok en een plastic deksel voor warmte-isolatie. (C) Schaaldelen. Op de lysimeterbekleding wordt een waterreservoir (groene container) geplaatst om de vloeistof die uit de pot loopt te verzamelen. De groene container is gekoppeld aan een groene kap, die een grote ronde opening waardoor de pot wordt ingevoegd heeft. Aan de ene kant van de groene afdekking is een zwarte rubberen pakkingsring bevestigd en de pot is aan de andere kant bevestigd, om waterverlies via verdamping uit de container te minimaliseren. De groene afdekking heeft twee bemonsteringsgaten (klein en groot) boven de drainageuitbreiding, die zijn afgesloten met rubberen pluggen. (D) Stekkers. De container heeft een drainage uitbreiding met vier gaten (met stekkers) op verschillende hoogtes, die kan worden gebruikt om het waterniveau in de container aan te passen na de drainage door middel van een bepaald gat stopt (de reserve water volume). Het gewenste watervolume is afhankelijk van de plantensoort, het type potmedium dat wordt gebruikt en de waterbehoefte van de planten (d.w.z. het geschatte dagelijkse transpiratievolume). (E) De bedieningseenheid bestaat uit een groene rechthoekige doos met de elektronische regelaar en solenoïde kleppen. Er zijn gaten waardoor fertigation oplossing de potten kan in- en uitstappen, evenals stopcontacten voor het aansluiten van de load cell en verschillende sensoren. Verschillende behandelingen, zoals verschillende zoutgehalten of verschillende minerale samenstellingen, kunnen worden toegepast via de fertigatieoplossing. Een metalen standaard is aangesloten op de controller, om de leidingen en kabels te houden en te voorkomen dat ze de potten raken en gewichttoevoegen. De andere vereiste componenten zijn (F)bodemsondes (bijvoorbeeld vocht,temperatuur- en EG-sensoren – 5TE), optionele (G)multi-outlet druppelaars (voor fertigatie- en/of behandelingstoepassingen) en (H)atmosferische sondes [voor het meten van dampdruktekort (VPD) en straling]. (I) Volledig uitgeruste enkele array. (J) Volledig uitgeruste array in de kas, gele pijlen wijzen op de atmosferische sondes die het mogelijk maakt de stomatale geleiding normalisatie op basis van de lokale atmosferische omstandigheden. Klik hier om een grotere versie van dit cijfer te bekijken. Figuur 2: Onderdelen die nodig zijn voor een enkele potset-up.(A–C) De volgende componenten zijn nodig: een 4 L pot, een 4 L pot zonder bodem om te dienen als een netto houder, een cirkelvormig stuk nylon gaas (porie grootte = 60 mesh) met een diameter dubbele die van de bodem van de pot, een deksel met aangewezen gaten voor planten en irrigatie druppelaars, een 60 cm, witte glasvezel stick (paal) en een zwarte pakking ring. (D) Voorbeeld van een tabelplan waarin de potten zijn gerandomiseerd. In de kas, elke tafel had 1-18 kolommen en vier rijen, hier gebruikten we 24 posities. De matrixstructuur kan echter eenvoudig worden aangepast aan elke vorm op basis van de grootte van de eigen kas. Klik hier om een grotere versie van dit cijfer te bekijken. Figuur 3: Pot opstelling.(A) Planten groeien in spouwbakken. (De hier getoonde tomatenzaailingen zijn slechts een voorbeeld; veel andere plantensoorten kunnen op dezelfde manier worden geteeld). (B) Afgietsels van mallen voor (C) het creëren van holtes in het potmedium dat (D) nauw zal passen bij de wortel-bodem pluggen van de zaailingen, om de succesvolle transplantatie van (E) de zaailingen in de potten te waarborgen. Klik hier om een grotere versie van dit cijfer te bekijken. Figuur 4: Atmosferische omstandigheden in de loop van het experiment.De y-as aan de rechterkant toont het dagelijkse dampdruktekort (VPD) en de y-as aan de linkerkant toont de fotosynthetisch actieve straling (PAR) gedurende de 29 opeenvolgende dagen van het experiment. Deze grafiek is geproduceerd door de Data Analysis software. Klik hier om een grotere versie van dit cijfer te bekijken. Figuur 5: Volumetric water gehalte (VWC) gemeten door een bodemsonde in de loop van het experiment.De gegevens vertegenwoordigen de VWC-waarden voor één cv. Indica-installatie die gedurende de gehele experimentperiode aan de droogtebehandeling werd onderworpen, inclusief herstel. Deze grafiek is geproduceerd door de Data Analysis software. Klik hier om een grotere versie van dit cijfer te bekijken. Figuur 6: Gewichten van hele planten (betekent ± SE) over de gehele experimentele periode voor cv. Karla onder goed geïrrigeerde (controle) en droogteomstandigheden.Groepen werden vergeleken met ANOVA (Tukey’s HSD; p < 0,05). Elk gemiddelde ± SE vertegenwoordigt ten minste vier planten. De grafiek en de statistische analyse werden geproduceerd door de Data Analysis software. Klik hier om een grotere versie van dit cijfer te bekijken. Aanvullende figuur 1: Windows bedienen voor het opzetten van een experiment. Klik hier om dit cijfer te downloaden. Aanvullende figuur 2: tabel “Planten” als spreadsheet; Bedrijfssoftware. Klik hier om dit cijfer te downloaden. Aanvullend figuur 3: Softwarevenster voor de berekening van het droge gewicht van de bodem; Bedrijfssoftware. Klik hier om dit cijfer te downloaden. Aanvullend figuur 4: Softwarevenster voor het opzetten van een irrigatiebehandeling; Bedrijfssoftware. Klik hier om dit cijfer te downloaden. Aanvullend cijfer 5: Venster Grafiekviewer voor gegevensanalyse. In ons experiment gebruikten we drie cultivars van rijst (d.w.z. Indica, Karla en Risotto) en twee verschillende irrigatiescenario’s, goed geïrrigeerde (controle) en droogte. De ruwe gegevens toonden variatie in het gewicht van de planten in de loop van het experiment. Elke regel vertegenwoordigt één plant/pot. Gedurende de dag, de planten bleek, zodat het systeem verloren gewicht, zoals te zien is in de hellingen van de dagelijkse bochten. De potten werden geïrrigeerd elke nacht tot volledige capaciteit, zoals vertegenwoordigd als de pieken in de bochten. De irrigatie gebeurtenis werd gevolgd door drainage van overtollig water na het poten medium was verzadigd. Aanvankelijk waren alle planten goed geïrrigeerd (controle). Vanaf 7 augustus 2018 werd de helft van de planten onderworpen aan een droogtebehandeling. Tegelijkertijd bleef de rest van de planten optimale irrigatie ontvangen. Differentieel herstel werd bereikt door het herstel van de irrigatie naar de met droogte behandelde planten, te beginnen op 20 augustus 2018 (waardoor elke plant een vergelijkbare mate van stress kan ervaren) en door te gaan tot het einde van het experiment. Klik hier om dit cijfer te downloaden. De feedback-irrigatietool van het systeem stelt de gebruiker in staat om irrigatieprogramma’s voor elke individuele pot te ontwerpen op basis van tijd, potgewicht, gegevens van een bodemsensor (bijvoorbeeld VWC) of plantenspiratie over de vorige dag. Elke plant kan individueel worden geïrrigeerd op een aangepaste manier op basis van zijn eigen prestaties. Deze differentiële irrigatie minimaliseert de verschillen tussen het bodemwatergehalte van de planten, zodat alle planten worden blootgesteld aan een gecontroleerde droogtebehandeling, ongeacht hun individuele waterbehoefte. Aanvullend cijfer 6: venster gegevensanalyse voor de gegevensanalyse. Klik hier om dit cijfer te downloaden. Aanvullend cijfer 7: Histogram-venster voor gegevensanalyse. Dit cijfer toont een grafische weergave van de verdeling van de dagelijkse transpiratiewaarden in de drie verschillende rijstcultivivars (d.w.z. Indica, Karla en Risotto) onder goed geïrrigeerde (controle)omstandigheden. Het onderste diagram vertegenwoordigt een warmtekaartvisualisatie van de planten dagelijkse transpiratie op basis van de fysieke locatie van de potten op de tafel. Klik hier om dit cijfer te downloaden. Aanvullend cijfer 8: T-testvenster voor gegevensanalyse. De lijnen vertegenwoordigen de verschillen in dagelijkse transpiratie (een fundamentele en belangrijke fysiologische eigenschap) tussen twee rijstcultivivars (d.w.z., Karla en Risotto) onder goed-geïrrigeerde (controle) voorwaarden. Het venster toont de dagelijkse transpiratie van de afzonderlijke planten (rechtsboven) en een vergelijking van de middelen ± SE van elke groep uitgevoerd met behulp van Student’s t-test(rechtsonder). De statistische analyse werd automatisch uitgevoerd door de software. De rode stippen vertegenwoordigen aanzienlijke verschillen tussen de behandelingen volgens de T-testsvan de student; p < 0,05. Klik hier om dit cijfer te downloaden. Aanvullend cijfer 9: ANOVA-venster voor gegevensanalyse. A) Grafische weergave van de verschillen in dagelijkse transpiratie tussen twee rijstrassen (d.w.z. Karla en Risotto) onder goed geïrrigeerde (controle) en droogteomstandigheden gedurende de gehele experimentele periode. De droogte behandeling werd gestart 5 dagen na het experiment begon. Als u op elke dag klikt, wordt de (B) groepen vergelijking weergegeven met behulp van ANOVA (Tukey’s HSD; p < 0,05), hier op 12 augustus. Elk gemiddelde ± SE vertegenwoordigt ten minste vier planten. Dezelfde groepen kunnen ook worden gepresenteerd als een (C) Continu hele-installatie transpiratie-rate (Means ± SE) over de gehele experimentele periode. De grafieken en de statistische analyse werden geproduceerd door de Data Analysis software. Klik hier om dit cijfer te downloaden. Aanvullend cijfer 10: Data-analyse stuk-wise lineaire curve venster. Dit venster toont de stuk-wijze lineaire krommen van drie rijstcultivivars (d.w.z., Indica, Karla en Risotto) onder droogtevoorwaarden. De software kan een stuk-wijze lineaire fit analyse van de relatie tussen een fysiologische parameter (hier, dagelijkse transpiratie) en de berekende volumetric water gehalte (VWC) van de planten onderworpen aan de droogte behandeling uit te voeren. Klik hier om dit cijfer te downloaden. Aanvullende materialen. Klik hier om deze materialen te downloaden. Gemiddeld Beschrijving Grof zand Silicazand 20-30 (bovenste en onderste mazenschermen waar het zand doorheen is gegaan: respectievelijk 0,841 en 0,595 mm) Fijn zand Silicazand 75-90 (bovenste en onderste mazenschermen waar het zand doorheen is gegaan: respectievelijk 0,291 en 0,163 mm) Veengrond Klasmann 686 Leemgrond (natuurlijke grond) Zandige leemgrond uit de bovenste laag van een perceel op de experimentele boerderij van de Faculteit Landbouw, Voedsel en Milieu, Rehovot, Israël Vermiculiet Vermiculiet 3G Perliet Perlief 212 (groottebereik: 0,5-2,5 mm) Compost Bental 11 Potgrond Poreus, keramisch, klein medium Profiel Poreus Keramiek 20-50 (bovenste en onderste mazen waarmee het grondkeramamamam werd doorgegeven: respectievelijk 0,841 en 0,297 mm) Poreus, keramisch, gemengd medium Profiel Poreus Keramiek 50% 20-50 mesh en 50% 20-6 mesh, 0,841– 3,36 mm Tabel 1: Potting media. Bodemmediatype / Parameters Grof zand Fijn zand Leemgrond Perliet Vermiculiet Poreus keramisch gemengd formaat Poreus keramiek klein formaat Veengrond Compost Totaal water (TW, ml) 860 ± 7,2 (F) 883,1 ± 24 (F) 1076,3 ± 35,9 (E) 1119,9 ± 8,5 (E) 1286 ± 22.4 (D) 1503,6 ± 15,4 (C) 1713 ± 25.9 (B) 1744,3 ± 8,2 (B) 2089,6 ± 61,6 (A) Volumetric watergehalte (VWC, ml3/ml3) 0,26 (F) 0,27 (F) 0.33 (E) 0,35 (E) 0.4 (D) 0,46 (C) 0,53 (B) 0,54 (B) 0,65 (A) Bulkdichtheid (BD, g/cm3) 1.7 (A) 1.6 (B) 1.5(C) 0,1 (H) 0,2 (F) 0,8 (D) 0,7 (E) 0,2 (G) 0,1 (G) Stabiliteit van het bodemgewicht (SWS, g/d) ±2,3 ± 0,3 (B) ±4,3 ± 0,3 (B) ±2,9 ± 0,9 (B) ±14,9 ± 0,7 (A) ±7,6 ± 2,8 (B) ±1,3 ± 0,1 (B) ±1,9 ± 0,4 (B) ±6,7 ± 0,8 (B) ±4,3 ± 1,2 (B) Bodemgewicht stabiliteit met gereserveerd water in het bad (g/dag; zie punt 6.14) 3 ± 0,4 (B) 3,3 ± 0,4 (B) 3,2 ± 1.2 (B) 6,3 ± 0,5 (A) 2,7 ± 0,8 (B) 1,6 ± 0,3 (B) 1,9 ± 0,3 (B) 10,6 ± 3 (A) 1,5 ± 0,3 (B) Potcapaciteit gravimetrische vochtgehalte (SWC; zie sectie 8.2) 0,18 (G) 0,23 (G) 0,23 (G) 3.79 (C) 3.0 (D) 0,74 (F) 0,99 (E) 4.25 (B) 6.13 (A) Relatieve drainagecapaciteit Uitstekend Gemiddeld Gemiddeld laag Uitstekend Uitstekend Uitstekend Uitstekend Lage Gemiddeld Relatieve tijd om de potcapaciteit te bereiken Snel Snel Snel Langzaam Langzaam Snel Snel Langzaam Langzaam Relatieve kationenwisselcapaciteit (CEC) Lage Lage Lage Lage Hoge Hoge Hoge Hoge Hoge Compatibiliteit met: Wortelwassen (aan het einde van het experiment) ++ ++ + ++ + ++ ++ – – Behandeling van voedingsstoffen/biostimulant ++ ++ – ++ + + + – – Zoutgehalte behandelingen ++ ++ + ++ + ++ ++ + – Nauwkeurige meting van groeipercentages ++ ++ + -,+ + ++ +++ + + Herstel van de fysieke bodemstructuur na droogte +++ +++ ++ + – +++ +++ -,+ – * Totaal water (TW, ml) = grondnatum (bij potcapaciteit) – gronddroog gewicht. Volumetric watergehalte (VWC) = TW/bodemvolume. Bulkdichtheid (BD) = gronddroog gewicht/bodemvolume. Bodemgewicht stabiliteit (SWS) = Gemiddelde verandering in de bodem nat gewicht over 4 opeenvolgende dagen (medium bij pot capaciteit met geen plant na de laatste irrigatie). Potcapaciteit gravimetrische vochtgehalte (SWC); zie voor de berekening punt 7.2. Tabel 2: Algemene kenmerken van 9 verschillende potmedia en hun compatibiliteit met het gravimetrische platform. De metingen werden uitgevoerd met behulp van 4-L potten gevuld met 3,2 L medium op veldcapaciteit (potcapaciteit). Gegevens worden weergegeven als middel ± SE. Verschillende letters in de kolommen wijzen op significante verschillen tussen de media, volgens tukey’s HSD-test (P < 0,05; 3 ≤ n ≤ 5). Fertigation componenten Eindconcentratie (ppm) Eindconcentratie (mM) NaNO3 195.8 2.3 H3PO4 209 0.000969 KNO3. 271.4 2.685 MgSO4 75 0.623 ZnSO4 0.748 0.0025 CuSO4 0.496 0.00198 MoO3 0.131 0.00081 MnSO4 3.441 0.0154 Borax 0.3 0.00078 C10H12N2NaFeo8 (Fe) 8.66 0.0204 De pH van de uiteindelijke irrigatieoplossing van de druppelaar (na verdunning met leidingwater) varieerde tussen 6,5 en 7. Tabel 3: Fertigation componenten.

Discussion

De kenniskloof genotype-fenotype weerspiegelt de complexiteit van genotype x-omgevingsinteracties (beoordeeld door18,24). Het zou mogelijk kunnen zijn om deze kloof te overbruggen door het gebruik van hoge resolutie, HTP-telemetrische diagnostische en fenotyptische screening platforms die kunnen worden gebruikt om hele plant fysiologische prestaties en water-relatie kinetiek8,9studie . De complexiteit van genotype x-omgevingsinteracties maakt fenotypering een uitdaging, vooral in het licht van hoe snel planten reageren op hun veranderende omgevingen. Hoewel er momenteel verschillende fenotyperingssystemen beschikbaar zijn, zijn de meeste van deze systemen gebaseerd op teledetectie en geavanceerde beeldvormingstechnieken. Hoewel deze systemen gelijktijdige metingen leveren, zijn hun metingen tot op zekere hoogte beperkt tot morfologische en indirecte fysiologische eigenschappen25. Fysiologische eigenschappen zijn zeer belangrijk in de context van responsiviteit of gevoeligheid voor omgevingsomstandigheden26. Daarom kunnen directe metingen die continu en gelijktijdig met een zeer hoge resolutie worden uitgevoerd (bijvoorbeeld intervallen van 3 minuten) een zeer nauwkeurige beschrijving geven van het fysiologische gedrag van een plant. Ondanks deze aanzienlijke voordelen van het gravimetrische systeem moet ook rekening worden gehouden met het feit dat dit systeem een aantal potentiële nadelen heeft. De belangrijkste nadelen zijn het gevolg van de noodzaak om met potten en in broeikasomstandigheden te werken, wat grote uitdagingen kan opleveren voor behandelingsregulering (met name de regulering van droogtebehandelingen) en experimenteel herhaalbaarheid.

Om deze problemen aan te pakken, moet men de toegepaste spanningen standaardiseren, een echt gerandomiseerde experimentele structuur creëren, poteffecten minimaliseren en meerdere dynamische gedragingen van planten onder veranderende omgevingsomstandigheden binnen een korte periode vergelijken. De HTP-telemetrische functionele fenotypering die in dit document wordt beschreven, behandelt deze problemen zoals hieronder vermeld.

Om de dynamische respons van de plant te correleren met zijn dynamische omgeving en een compleet, groot beeld van complexe interacties tussen plant en omgeving vast te leggen, moeten zowel de omgevingsomstandigheden (figuur 4) als de reactie van de installatie(aanvullende figuur 9B)continu worden gemeten. Deze methode maakt het mogelijk om fysieke veranderingen in het potmedium en de atmosfeer continu en gelijktijdig te meten, naast planteigenschappen (bodem-plant-atmosfeer continuüm, SPAC).

Om zo goed mogelijk te voorspellen hoe planten zich in het veld zullen gedragen, is het belangrijk om het fenotyperingsproces uit te voeren onder omstandigheden die zo vergelijkbaar mogelijk zijn met die in veld18. We voeren de experimenten uit in een kas onder semi-gecontroleerde omstandigheden om veldomstandigheden zoveel mogelijk na te bootsen. Een van de belangrijkste voorwaarden is het teelt- of potmedium. Het selecteren van het meest geschikte potmedium voor het gravimetrisch-systeemexperiment is cruciaal. Het is raadzaam om een bodemmedium te kiezen dat snel afvoert, zorgt voor het snel bereiken van de potcapaciteit en een zeer stabiele potcapaciteit heeft, omdat deze functies nauwkeurigere metingen door het gravimetrische systeem mogelijk maken. Bovendien moeten ook de verschillende behandelingen die in het experiment moeten worden toegepast, in overweging worden genomen. Zo vragen behandelingen met zouten, meststoffen of chemicaliën om het gebruik van een inert potting medium, bij voorkeur een medium met een lage kation-uitwisselingscapaciteit. Droogte behandelingen toegepast op laag transpirerende plantensoorten zou het beste werken met potting media met relatief lage VWC niveaus. In tegenstelling, trage droogte behandelingen toegepast op hoog transpirerende planten zou het beste werken met potting media met relatief hoge VWC-niveaus. Als de wortels nodig zijn voor analyse na het experiment (bijvoorbeeld wortelmorfologie, droog gewicht, enz.), zal het gebruik van een medium met een relatief laag gehalte aan organische stof (d.w.z. zand, poreus keramiek of perliet) het gemakkelijker maken om de wortels te wassen zonder ze te beschadigen. Voor experimenten die langer zullen duren, is het raadzaam om media te vermijden die rijk zijn aan organisch materiaal, omdat dat organische materiaal met de tijd kan ontleden. Zie tabel 1 en tabel 2 voor meer gedetailleerde informatie over dit onderwerp.

Field phenotyping en greenhouse phenotyping (pre-field) hebben hun eigen doelstellingen en vereisen verschillende experimentele opstellingen. Pre-field phenotyping helpt bij de selectie van veelbelovende kandidaat genotypes die een grote kans hebben om het goed te doen in het veld, om veldproeven gerichter en kosteneffectiever te maken. Pre-field phenotyping omvat echter een aantal beperkingen (bijvoorbeeld poteffecten) die ervoor kunnen zorgen dat planten anders presteren dan onder veldomstandigheden18,27. Kleine potgrootte, waterverlies door verdamping en verhitting van de lysimeterweegschalen zijn voorbeelden van factoren in broeikasexperimenten die kunnen leiden tot poteffecten18. De hier beschreven methode is ontworpen om deze potentiële effecten op de volgende manier te minimaliseren:

a) De potgrootte wordt gekozen op basis van het te onderzoeken genotype. Het systeem is in staat om verschillende potmaten (tot 25 L) en irrigatiebehandelingen te ondersteunen, waardoor elk type gewasplant kan worden onderzocht.
b) De potten en de lysimeterweegschalen zijn geïsoleerd om te voorkomen dat de warmte wordt overgedragen en de opwarming van de potten.
c) Dit systeem omvat een zorgvuldig ontworpen irrigatie- en drainagesysteem.
(d) Er is een aparte controller voor elke pot, om echte randomisatie mogelijk te maken met zelf-irrigerende en zelf-gecontroleerde behandelingen.
e) De software houdt bij de berekening van de stomatale geleiding van de planten rekening met de lokale VVD van de planten. Zie de meerdere VPD-stations lokalisatie in figuur 1J.

Dit systeem omvat directe fysiologische metingen bij veldachtige plantendichtheden, waardoor er geen grote ruimte tussen de planten nodig is of de planten moeten worden verplaatst voor op afbeeldingen gebaseerde fenotypering. Dit systeem omvat real-time data-analyse, evenals de mogelijkheid om het fysiologische stresspunt (γ) van elke plant nauwkeurig te detecteren. Dit stelt de onderzoeker in staat om de planten te monitoren en beslissingen te nemen over hoe het experiment moet worden uitgevoerd en hoe monsters in de loop van het experiment moeten worden verzameld. De eenvoudige en eenvoudige gewichtskalibratie van het systeem vergemakkelijkt een efficiënte kalibratie. Systemen met hoge doorvoer genereren enorme hoeveelheden gegevens, die extra uitdagingen voor gegevensverwerking en analytische uitdagingen met zich meebrengen11,12. De real-time analyse van de big data die rechtstreeks vanuit de controller naar de software wordt gevoerd, is een belangrijke stap in de vertaling van data naar kennis14 die van grote waarde is voor praktische besluitvorming.

Deze HTP-telemetrische fysiologische fenotyperingsmethode kan nuttig zijn voor het uitvoeren van kasexperimenten onder omstandigheden van dichtbij. Het systeem is in staat om watergerelateerde fysiologische reacties van planten op hun dynamische omgeving te meten en direct te berekenen, terwijl het efficiënt de meeste problemen in verband met het poteffect overwon. De capaciteiten van dit systeem zijn uiterst belangrijk in de pre-field phenotyping fase, omdat ze de mogelijkheid bieden om opbrengststraffen te voorspellen tijdens de vroege stadia van plantengroei.

Disclosures

The authors have nothing to disclose.

Acknowledgements

Dit werk werd ondersteund door de ISF-NSFC gezamenlijke onderzoeksprogramma (subsidie nr. 2436/18) en werd ook gedeeltelijk ondersteund door het Israëlische ministerie van Landbouw en Plattelandsontwikkeling (Eugene Kandel Knowledge Centers) als onderdeel van de wortel van de zaak – De Root Zone Knowledge Center voor het gebruik van moderne landbouw.

Materials

Atmospheric Probes SpectrumTech/Meter group 3686WD Watchdog 2475
    40027 VP4
Array Randomizer   None The software “Array Randomizer” can be used for creating an experimental design of a randomized block design, or fully random design. It was developed to have better control over the random distribution of the experimental samples (plants) in order to normalize the atmospheric microvariation inside the greenhouse.
      Free download and more information, please click on the following link: https://drive.google.com/open?id=1y4QbTpxRK5Lx430xzu1RFdrlcL8pz_1q
Cavity trays Danish size with curved rim for nursery 30162 4X4X7 Cell, 84 cell per tray
https://desch.nl/en/products/seed_propagation_trays/danish-size-with-curved-rim-for-nursery~p92
Coarse sand Negev Industrial Minerals Ltd., Israel    
Compost Tuff Marom Golan, Israel    
Data Analysis software Plant-Ditech Ltd., Israel   SPAC Analytics
Drippers Netafim 21500-001520 PCJ 8L/h
Fine sand Negev Industrial Minerals Ltd., Israel    
Loamy soil (natural soil)      
Nylon mesh Not relevant (generic products)    
Operating software Plant-Ditech Ltd., Israel   Plantarray Feedback Control (PFC)
Peat-based soil Klasmann-Deilmann GmbH, Germany    
Perlite Agrekal , Israel    
Plantarray 3.0 system Plant-Ditech Ltd., Israel SCA400s Weighing lysimeters
    PLA300S Planter unit container
    CON100 Control unit
    part of the planter set Fiberglass stick
    part of the planter set Gasket ring
      Operating software
      SPAC Analytics software
Porous, ceramic, mixed-sized medium Greens Grade, PROFILE Products LLC., USA    
Porous, ceramic, small-sized medium Greens Grade, PROFILE Products LLC., USA    
Pots Not relevant (generic products)    
Soil Bental 11 by Tuff Marom Golan    
Soil Probes Meter group 40567 5TE
    40636 5TM
    40478 GS3
Vermiculite Agrekal , Israel    
DOWNLOAD MATERIALS LIST

References

  1. Ray, D. K., Mueller, N. D., West, P. C., Foley, J. A. Yield Trends Are Insufficient to Double Global Crop Production by 2050. PLoS One. 8, 66428 (2013).
  2. Food and Agriculture Organization of the United Nations. . The future of food and agriculture: Trends and challenges. , (2017).
  3. Dhankher, O. P., Foyer, C. H. Climate resilient crops for improving global food security and safety. Plant, Cell & Environment. 41, 877-884 (2018).
  4. Chen, D., et al. Dissecting the phenotypic components of crop plant growthand drought responses based on high-throughput image analysis w open. Plant Cell. 26, 4636-4655 (2014).
  5. Ubbens, J. R., Stavness, I. Deep Plant Phenomics: A Deep Learning Platform for Complex Plant Phenotyping Tasks. Frontiers in Plant Science. , (2017).
  6. Danzi, D., et al. Can High Throughput Phenotyping Help Food Security in the Mediterranean Area. Frontiers in Plant Science. , (2019).
  7. Miflin, B. Crop improvement in the 21st century. Journal of Experimental Botany. 51, 1-8 (2000).
  8. Dalal, A., et al. Dynamic Physiological Phenotyping of Drought-Stressed Pepper Plants Treated With “Productivity-Enhancing” and “Survivability-Enhancing” Biostimulants. Frontiers in Plant Science. , (2019).
  9. Moshelion, M., Altman, A. Current challenges and future perspectives of plant and agricultural biotechnology. Trends in Biotechnology. 33, 337-342 (2015).
  10. Singh, A., Ganapathysubramanian, B., Singh, A. K., Sarkar, S. Machine Learning for High-Throughput Stress Phenotyping in Plants. Trends in Plant Science. 21, 110-124 (2016).
  11. Houle, D., Govindaraju, D. R., Omholt, S. Phenomics: The next challenge. Nature Reviews Genetics. 11, 855-866 (2010).
  12. Fiorani, F., Schurr, U. Future Scenarios for Plant Phenotyping. Annual Review of Plant Biology. 64, 267-291 (2013).
  13. Tardieu, F., Cabrera-Bosquet, L., Pridmore, T., Bennett, M. Plant Phenomics, From Sensors to Knowledge. Current Biology. 27, 770-783 (2017).
  14. Negin, B., Moshelion, M. The advantages of functional phenotyping in pre-field screening for drought-tolerant crops. Functional Plant Biology. , (2017).
  15. Gebremedhin, A., Badenhorst, P. E., Wang, J., Spangenberg, G. C., Smith, K. F. Prospects for measurement of dry matter yield in forage breeding programs using sensor technologies. Agronomy. 9, 65 (2019).
  16. Roitsch, T., et al. New sensors and data-driven approaches-A path to next generation phenomics. Plant Science. 282, 2-10 (2019).
  17. Li, L., Zhang, Q., Huang, D. A review of imaging techniques for plant phenotyping. Sensors (Switzerland). 14, 20078-20111 (2014).
  18. Gosa, S. C., Lupo, Y., Moshelion, M. Quantitative and comparative analysis of whole-plant performance for functional physiological traits phenotyping: New tools to support pre-breeding and plant stress physiology studies. Plant Science. 282, 49-59 (2019).
  19. Araus, J. L., Cairns, J. E. Field high-throughput phenotyping: the new crop breeding frontier. Trends in Plant Science. 19, 52-61 (2014).
  20. Ito, V. C., Lacerda, L. G. Black rice (Oryza sativa L.): A review of its historical aspects, chemical composition, nutritional and functional properties, and applications and processing technologies. Food Chemistry. 301, 125304 (2019).
  21. Anjum, S. A., et al. physiological and biochemical responses of plants to drought stress. African Journal of Agricultural Research. , (2011).
  22. Halperin, O., Gebremedhin, A., Wallach, R., Moshelion, M. High-throughput physiological phenotyping and screening system for the characterization of plant-environment interactions. The Plant Journal. 89, 839-850 (2017).
  23. Yaaran, A., Negin, B., Moshelion, M. Role of guard-cell ABA in determining steady-state stomatal aperture and prompt vapor-pressure-deficit response. Plant Science. 281, 31-40 (2019).
  24. Dalal, A., Attia, Z., Moshelion, M. To produce or to survive: how plastic is your crop stress physiology. Frontiers in Plant Science. 8, 2067 (2017).
  25. Araus, J. L., Kefauver, S. C., Zaman-Allah, M., Olsen, M. S., Cairns, J. E. Translating High-Throughput Phenotyping into Genetic Gain. Trends in Plant Science. 23, 451-466 (2018).
  26. Ghanem, M. E., Marrou, H., Sinclair, T. R. Physiological phenotyping of plants for crop improvement. Trends in Plant Science. 20, 139-144 (2015).
  27. Sinclair, T. R., et al. Pot binding as a variable confounding plant phenotype: theoretical derivation and experimental observations. Planta. 245, 729-735 (2017).

Tags

TelemetricGravimetricPhysiological PhenotypingPlant-environment InteractionsHigh-resolution Functional PhenotypingReal-time MeasurementsPhysiological TraitsPotting SetupSoil FilterNylon MeshFiberglass StickGasket RingWeight CalibrationLysimeters

Play Video
PDF
DOI
DOWNLOAD MATERIALS LIST
Cite This Article
Dalal, A., Shenhar, I., Bourstein, R., Mayo, A., Grunwald, Y., Averbuch, N., Attia, Z., Wallach, R., Moshelion, M. A Telemetric, Gravimetric Platform for Real-Time Physiological Phenotyping of Plant–Environment Interactions. J. Vis. Exp. (162), e61280, doi:10.3791/61280 (2020).
Download Citation
Reprints and Permissions

View Video

✖

To prove you're not a robot, please enter the text in the image below

CAPTCHA Image
Play CAPTCHA Audio
Refresh Image