[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN109073622A - 用于对植物的一个或多个特征的处理的高产出测试的方法和设备 - Google Patents

用于对植物的一个或多个特征的处理的高产出测试的方法和设备 Download PDF

Info

Publication number
CN109073622A
CN109073622A CN201780027392.2A CN201780027392A CN109073622A CN 109073622 A CN109073622 A CN 109073622A CN 201780027392 A CN201780027392 A CN 201780027392A CN 109073622 A CN109073622 A CN 109073622A
Authority
CN
China
Prior art keywords
plant
processing
container
plants
equipment
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201780027392.2A
Other languages
English (en)
Inventor
F·莱恩斯
J·埃克豪特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BASF Plant Science Co GmbH
Original Assignee
BASF Plant Science Co GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by BASF Plant Science Co GmbH filed Critical BASF Plant Science Co GmbH
Publication of CN109073622A publication Critical patent/CN109073622A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0098Plants or trees
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01HNEW PLANTS OR NON-TRANSGENIC PROCESSES FOR OBTAINING THEM; PLANT REPRODUCTION BY TISSUE CULTURE TECHNIQUES
    • A01H3/00Processes for modifying phenotypes, e.g. symbiosis with bacteria
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01HNEW PLANTS OR NON-TRANSGENIC PROCESSES FOR OBTAINING THEM; PLANT REPRODUCTION BY TISSUE CULTURE TECHNIQUES
    • A01H3/00Processes for modifying phenotypes, e.g. symbiosis with bacteria
    • A01H3/04Processes for modifying phenotypes, e.g. symbiosis with bacteria by treatment with chemicals

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Botany (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Developmental Biology & Embryology (AREA)
  • Environmental Sciences (AREA)
  • Food Science & Technology (AREA)
  • Biochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Medicinal Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Wood Science & Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Cultivation Of Plants (AREA)

Abstract

本发明涉及一种用于评估对植物的一个或多个特征的处理的效果的方法和设备。更具体地,本发明涉及一种用于高产出分析对植物的一个或多个特征的处理的效果的方法和设备。

Description

用于对植物的一个或多个特征的处理的高产出测试的方法和 设备
技术领域
本发明涉及对植物的一个或多个特征的处理的效果的评估。
更具体地,本发明涉及一种用于评估对植物的一个或多个特征的处理的效果评估的方法和设备。
背景技术
在使植物生长,例如为了它们的种子(也称为种子作物)而栽培植物——例如水稻、小麦、大麦、玉米、大豆、油菜、向日葵、小米和红花——时,一个主要目标是支持植物的生长,使得它们的种子或生物质或根的产量高。农民尤其通过施用肥料、除草剂、除害剂、杀虫剂、杀菌剂、杀线虫剂和/或杀真菌剂来支持这种增长。
在开发这些用于施用的化学品和/或生物制品如肥料、除草剂、除害剂、杀虫剂、杀菌剂、杀线虫剂和/或杀真菌剂时,这些产品的测试和包含这些产品的制剂的测试是一个重要步骤。筛选这些产品的应用效果及其有效量传统上是在使用大量植物的田间环境中进行的。已经开发了用于筛选除草剂处理的加速系统,如例如Stanley等人在Forests 2014,5,1584-1595中所述。
用于快速、准确和有效地筛选对植物的化学和/或生物处理的效果的工具是植物栽培行业的必需品。但其它类型的处理也可能为植物栽培行业提供进一步的见解。
用于评估对植物的处理的效果的传统方法包括植物的表型分析,其涉及劳动密集型程序,例如尺寸的手动和可视测量,例如地上和地下生物量、色素、形状、生长、植物部位的计数以及植物部位如单个叶、花序和种子的称重量。这些操作的一部分需要从对向的植物器官中分离感兴趣的植物部位。植物表型分析的进步已经可以获得,例如像WO 2010/031780或WO2013/001436中所述。
发明内容
因此,本发明的一个目的在于提供一种至少部分避免了由现有技术得知的系统和方法的缺点和不足的设备和方法。
本发明通过提供一种用于评估对植物的物理特性的处理的效果的设备和方法来克服这些缺点。在一个优选实施例中,该设备和方法提供了对植物的一个或多个特征的处理的效果的高产出和全自动评估。
本发明还涉及一种用于基于对经处理的植物的一个或多个特征的评分来选择最理想的基因型的方法和设备,以及一种用于快速分析经处理的植物样本的抗逆性的方法。例如,生物逆境可以由细菌、真菌或病毒疾病、昆虫和线虫引起。例如,非生物逆境可以由热、干旱、寒冷、风、高盐度和低或过高的营养水平引起。本发明还涉及一种筛选所需化学或生物化合物以使用其或其制剂处理植物或例如根据植物的发育阶段来确定这种化学或生物化合物的最佳施加机制的方法和设备。化学化合物的实例包括肥料、除草剂、杀虫剂、除害剂、杀菌剂、杀线虫剂、诱导或抑制植物生长中的某些发育步骤的化合物以及营养素;生物化合物的实例包括含有微生物或孢子的制剂,其对植物生长具有特定的、优选的有益效果(生长促进,疾病治疗)。
该类型的设备和方法可以应用在所有农业研究和商业活动领域中以及所有与植物和植物样本有关的化学和/或生物技术领域中。优选地,根据本发明的设备和方法可以应用于植物的测试、化学或生物化合物的测试和/或用于处理植物的方法的测试的技术领域中,所述测试例如为以下测试中的一者或多者:生物制品和/或化学品的叶面施用的测试和/或评估;经处理的植物对特定类型逆境的抗性的测试;特定肥料、除草剂、杀虫剂、除害剂、杀菌剂、杀线虫剂和/或营养素的测试;特定治疗方案的效果和/或有效性的测试,例如使用肥料和/或杀生物剂对植物或植物样本进行1、2、3、4、5、6、7、8、9、10、11、12、13、14、15、16、17、18、19、20次处理。然而,本发明的其它应用是可以的。
在这里,我们描述了一种用于分析对植物的一个或多个特征的处理的效果的方法和设备,其与基于“先进后出”或“先进先出”原理的传统自动化方法相比显著提高了评估的统计功效,因为它提供了植物的真实随机化,从而减少了方位和/或边缘效应(即生长地点的特定位置引起的对植物生长的影响)。本文描述的方法和设备实现了植物的高产出分析,因为这些方法和设备实现了所提供的植物的连续加工和处理。优选地,本发明的方法和设备包括全自动成像和图像处理步骤。
本发明的更多优点将从以下描述变得明显。
可以通过本发明的方法和设备评估的植物可以是具有类似或不同的基因信息的任何植物或族群。这些植物可以是不同品种的杂交、近交和转基因植物。
本发明的一个方面提供了一种用于高产出评估对多株植物的处理的效果的方法。
该方法包括以下步骤:提供至少一株植物在其中生长的多个植物容器,以及用于移动所述植物容器的容器移动系统。提供处理前随机化系统以随机化所述植物容器的顺序。还提供了一种处理系统和一种处理后随机化系统。所述容器移动系统将每个所述植物容器移动到处理前随机化系统,在其中植物容器的顺序是随机的。此后,容器移动系统将容器移动到处理系统,然后处理系统提供至少一次处理。此后,容器移动系统将容器移动到处理后随机化系统,在其中植物容器的顺序被第二次随机化。此后,容器移动系统将容器移动到生长位置。处理后随机化步骤确保了来自经处理的植物的群组的生长位置的方位或边缘效应最小化。然后在处理之后的一个或多个时间点在下一步骤中评估所述至少一次处理的效果。
上述方法中的处理可以是植物可以经历的任何处理。这种处理可以是以下处理中的一者或多者:叶面处理,例如使用化学或生物溶液或粉末进行的叶面处理、使用涂层溶液或粉末进行的叶面处理、使用标记溶液或粉末进行的叶面处理;用规定溶液(营养液和/或杀生物剂溶液)浇灌;加热和/或冷却植物容器中的植物;提供光照;摇动植物容器;对植物施加吹风;雨和/或雪和/或冰雹施加;高压或低压大气环境施加;烟熏或气体施加;或声音或音波处理。其它处理也可以是授粉作用,或激素施加,或接种,和/或昆虫和/或微生物和/或真菌侵染施加。
温室中的植物受到由例如温度、湿度、光、营养和水供应的变化引起的生长环境的变化影响,所述变化取决于植物在温室中的位置。温室远离中心的植物暴露于与温室中心的植物不同的微观环境。通常,植物被安置在成排的植物容器中或这种温室中的桌子上,并且通过将植物容器移动到温室中的另一个地点来处理与环境相关的表型和/或代谢物成分的问题。在成排安置的情况下,大多数市售系统以先进先出或先进后出方式工作。这不能提供植物或植物容器的真实随机化。通过本发明的系统和方法来克服这一点。本发明的方法和设备的优点在于,处理前随机化使用原始培养位置作为随机化因子/因素,并且处理后随机化使用该处理作为随机化因子/因素。该第一次随机化平均了处理之前的生长位置的影响,并且处理之后的第二次随机化将使经处理的植物再次随机化,使得后续对一个或多个特征的测量将在真正随机化的植物上进行,这些植物在处理之后也在具有其特定微观环境的栽培位置生长。另外,在生长异种植物族群(例如,具有不同基因型的植物族群、诱变处理后的或一系列转基因事件后的植物族群)的情况下,可以在播种或种植阶段进一步随机化,以最小化来自生长位置的方位效应或边缘效应。
优选对一组进行了相同处理的多株植物(区组)进行处理。因此,本发明的方法提供了一种用以进行随机区组试验的全自动系统,以测试特定处理的效果或鉴别一组处理之中的针对期望或非期望的效果的最佳表现处理;例如使用不同稀释度的相同物质进行的叶面施用。
在一个优选的实施方案中,本发明的方法是叶面处理、优选喷洒的效果的高产出评估,其包括如上文提供的步骤。在一个更加优选的实施方案中,该方法然后还提供干燥系统,其中植物容器在喷洒处理之后经过该干燥系统。在另一优选实施方案中,处理是用规定溶液(例如规定的营养液或规定的杀生物剂)浇灌植物容器。
优选地,每株植物都与唯一标识符相关联。优选地,标识符可以是或可以包括但不限于以下标识符中的一者或多者:条码;非接触式电子标识符,即包括可以优选地在读取机构、优选地读取器与标识符之间不进行任何物理接触的情况下从标识符读取至少一项信息的标识符,最优选地,标识符可以是至少一个射频识别标签(RFID标签)。然而,替代地或附加地,其它类型的标识符是可以的。该信息可以是简单的标识,例如植物样本和/或基因型和/或生长条件和/或处理。一般而言,所述至少一个标识符不一定必须与植物进行物理接触,而是应当以任何明确的方式被分配给相应的植物。
评估可以通过视觉评分或通过取样或成像来完成。
优选地,该方法还提供至少一个成像系统。在执行该方法的同时,植物容器也经过该成像系统。成像可以在处理之前和/或之后完成。优选地,利用该成像系统来进行处理的效果的评估。这种处理的效果的评估优选在植物有一定时间获得完整处理的效果时完成。在叶面施用的情况下,优选在植物有机会在生长位置以随机区组模式生长之后进行评估。然后可以通过使用该方法的成像系统来将植物成像。
优选地,成像系统包括至少一个检测器。
如在本发明中使用的术语“检测器”可意指任何类型的检测器,优选地用于电磁波的检测器。如在本发明中使用的术语“电磁辐射”可包括可见光、X射线、UV、红外和近红外、热和太赫兹辐射。它可以包括单色电磁(EM)辐射和广谱EM辐射,并且可以包括不连贯EM辐射以及连贯EM辐射、极化和非极化EM辐射。其它类型的电磁波也是可以的。更优选地,检测器可包括用于选自可见、红外和紫外波长区域的至少一个光谱波长区域中的光的检测器且最优选地摄像机/照相机。该摄像机/照相机可以是优选地具有空间和/或时间分辨率的数字摄像机/照相机。
优选地,检测器获取至少一个空间分辨图像。然后通过适当的软件从所述图像测量一个或多个特征,所述软件然后提供结果信息。
优选地,成像系统是对每株植物的一个或多个特征进行成像。然后,成像系统还提供通过计算机处理来分析每株植物的一个或多个特征的图像,并分别将结果信息与每株植物的唯一标识符信息相关联。
在一个更加优选的实施方案中,该方法还包括将电磁波引导到植物以使得该植物发射或反射电磁波的步骤。然后在其中获得包括像素的图像的不同波长下通过检测器将植物成像。基于像素将这些在不同波长下记录的图像对齐,使得生成三维图像。三维图像即成像立方体包括2个空间维度和1个光谱维度。在该方法的下一步骤中,结合不同波长的加权贡献的常规预测数学模型用于获得植物的多光谱或超光谱成像立方体,并且然后通过合适的软件从所述成像立方体测量所述一个或多个特征。
从植物发射或反射的电磁波优选地是透射光。在另一优选实施方案中,从植物发射或反射的电磁波是反射光。
在一个优选实施方案中,在光谱的近红外范围内(优选地在900和1800nm之间)的许多不同的窄波段下收集图像。
在一个更加优选的实施方案中,该方法包括以上结合3D成像所述的超光谱或多光谱成像,其提供4维图像。
如本发明中使用的术语“图像”可意指任何类型的图像,优选地至少二维图像。所述图像可以是光学图像。图像可包括透射图像和/或阴影图像和/或反射图像。可以通过检测发射信号——例如荧光和/或磷光信号——来生成图像。因此,可以通过叶绿素荧光测量和/或可选择标记荧光测量来生成图像。可用来生成图像的信号可以是时间上离散的或可以是连续信号。其它类型的图像也是可以的,如例如下文所述。由上文可见,如在本发明中使用的术语“成像”可意指任何获取图像的方式。通过适当的软件从图像测量所述一个或多个特征。如果需要,可以使用算法来评估测定的一个或多个特征。
在一个优选实施方案中,成像系统在植物以受控方式同时移动和转动以便能够取得植物所有侧面的图像时将植物成像,并以数字格式存储它们,例如如WO2010/031780中所述。通过在将植物成像的同时转动植物,可以避免将植物定向成其最大径向轴朝向成像装置的附加步骤,并且获得植物的更完整的图像。
所述一个或多个特征包括但不限于以下中的一者或多者:植物的可观察的物理表现、表型性状、代谢性状、颜色、绿度、产量、生长、生物量、成熟度、转基因性状、开花、营养素的使用、水的使用、或疾病、害虫和/或逆境的影响。优选地,所述一个或多个特征包括面积、高度、宽度、叶角、叶数、花序的有无和/或数量、枝条数和分枝模式/图案中的一者或多者。在另一优选实施方案中,所述一个或多个特征包含一种或多种不同的代谢物,并且可能需要评估特定代谢物的有无、代谢物的数量、特定代谢物的量,等等。
在一个优选实施方案中,本发明的方法可用于检测植物的可以通过成像来测量的任何特征。图像可以从地上植物部位和/或植物根部取得。地上植物部位可以是枝条、叶、分蘖、花序、花、种子中的一者或多者。在一个优选实施方案中,所述一个或多个特征是数量性状、生化性状和形态性状中的一者或多者。在一个更优选实施方案中,生化性状选自油组分、蛋白质组分、碳水化合物组分、纤维组分、油含量、蛋白质含量、碳水化合物含量、淀粉含量、纤维含量、干重和水含量组成的群组。在另一更加优选的实施方案中,形态性状选自植物架构、植物尺寸、植物形状、地上生物量、植物颜色、植物生长速率、叶表面纹理、植物重量、植物完整性、叶完整性、叶颜色、叶形状、叶尺寸、叶生长速率、地下生物量、根生长速率、根厚度、根长度、根锚固、花序架构、花尺寸、花形状、花颜色、花表面纹理、花重量、花完整性、胚乳尺寸、胚芽尺寸、种子形状、种子尺寸、种子颜色、种子表面纹理、种子重量、种子密度和种子完整性。如本文所使用,完整性与对疾病、虫害侵染、真菌侵染或环境逆境中的任何一者的易感性或抗性相关。在一个可供选择的优选实施方案中,数量性状选自(绿)叶的量、根的量(例如毛状根和/或分枝根的量)、小花的量、种子的量、空种子的量、分枝量、种子重量、种子总重量和/或饱满率。然而,其它类型的参数和/或提及的参数和/或其它参数的组合是可以的,例如:每株植物和单位面积的地上生物量;单位面积的地下生物量;地上生物量(例如植物的种子或营养部位)中的油、淀粉和/或蛋白质的含量;每株植物的花(小花)数;或改良的架构,例如增加的茎直径、厚度或物理性质(例如根的弹性、根的土壤渗透能力)的改进。在适用的情况下,可以随时间推移或通过与合适的对照植物(例如野生型或基准植物或未经处理的植物)进行比较来测量植物特征的变化。未经处理的植物例如可以是完全未进行处理的植物,或者在喷洒的情况下仅用水或没有活性成分的制剂处理的植物。本领域技术人员知道选择合适的对照植物。
在另一优选实施方案中,本发明的方法可以用于检测植物的可以通过取得植物的小样品来测量的任何特征。样品可以从植物的任何部位取得,例如地上部位,例如叶或花,或者从地下部位取得,例如根或根微生物组。然后通过代谢概况分析样品的一个或多个特征。
在一个优选实施方案中,该方法还包括分析一株或多株植物的一个或多个特征的结果信息以确定处理的影响的步骤。
本发明的方法可用于结合对处理的效果的评估来分析基因修饰对植物的影响,特别是对植物的一个或多个特征的影响,并选择具有感兴趣的基因修饰的植物。这种方法包括以下步骤:首先,培养具有不同基因型的多株植物。优选地,将每株植物与标识符——更优选地,将该植物与其它植物区分开的机器可读标识符——相关联。处理植物并使用本文描述的方法获得图像或样品,然后针对如上所述的一个或多个特征和/或性状分析这些图像或样品,以确定处理对基因修饰的影响。然后可以对具有关于处理感兴趣的基因修饰的植物或其种子进行选择。如果需要,可以使用算法来选择和评估测定的一个或多个特征,并且统计分析结果以识别具有感兴趣的基因修饰的植物,用于选择表现最佳的候选物或选择对任何给定的进一步处理具有任何给定特征的候选物。
基因型变异的形成可以基于在实验室中完成的基因修饰,但也可以依赖于通过技术获得的遗传改变的产生,所述技术包括通过常规杂交重组、化学诱变、辐射诱导的突变、体细胞杂交、种间杂交和基因工程。可以将获得的植物与其它非转基因植物、转基因植物和/或相应的对照植物进行比较。在形成基因型变异之后,执行对具有最期望的一个或多个农学特征的那些基因型的选择。
由通过合适的软件从图像或样品测量一个或多个特征得到的信息优选地也与标识符相关联。
本发明在其另一方面中提供了一种用于评估和记录对植物的一个或多个特征的处理的效果的方法,该方法包括以下步骤:使用本文描述的方法识别植物,处理并将植物成像,确定一个或多个特征,以及将结果连同植物标识符一起以规定格式记录在计算机数据库中。
通过对植物进行如上所述的处理而编制的计算机数据库可以被询问并能够快速比较来自大量不同植物的特征,并且因此允许快速确定可以从中推导产出的种子具有期望特征的又一些植物的种子。
本发明在其另一方面中提供了一种方法,该方法用于将一批经处理的植物中的植物的一个或多个特征与进行了另一处理的各批植物的相应特征进行比较,其中通过对各批植物进行根据前一段的处理来编制计算机数据库,但是关于所述一个或多个特征来询问该计算机数据库。
同样,通过对植物进行如上所述的处理而编制的计算机数据库可以被询问并能够快速比较来自大量不同植物的特征,并且因此允许快速确定可用以处理植物并具有所需特征的化合物。这些化合物可以是化学化合物或生物化合物。以类似的方式,可以询问计算机数据库以确定最佳剂量或处理机制,这取决于如何设置植物的处理。因此,本发明在其另一方面中提供了一种方法,该方法用于比较与各批未经处理的植物或进行了另一处理的植物的相应特征相比对一批经处理的植物中的植物的特征有影响的一种或多种化学化合物或生物化合物。
优选地,该方法还提供了一个步骤,其中选择一株或多株植物以进一步用于植物育种或推进实验中或用于在转基因植物中引入进一步的修饰。同样地,该方法还提供了一个步骤,其中选择一种或多种化合物以进一步用于推进实验中,或者其中进一步优化了计量或处理机制。推进实验的实例包括进一步的优化实验,或进一步的选择实验、进一步的筛选实验等。
本发明的另一方面提供了一种用于高产出应用对至少一株植物正在其中生长的多个植物容器的处理的设备,其中该设备包括:用于移动植物容器的容器移动系统;用于随机化植物容器的顺序的处理前随机化系统;处理系统;和处理后随机化系统。每个植物容器通过容器移动系统移动到设备中并移动到处理前随机化系统。然后通过该处理前随机化系统将植物容器随机化,其中在容器于容器移动系统上进一步移动到处理系统之后,处理系统然后处理植物容器中的植物。此后,植物容器经由容器移动系统移动到处理后随机化系统,该处理后随机化系统执行植物容器的第二次随机化。此后,通过容器移动系统将植物容器从设备中移出。优选地,然后将植物容器移动到植物生长位置,例如温室或筛选室。
上述设备中的处理可以是植物可以经历的任何处理。这种处理可以是以下处理中的一者或多者:叶面处理;用指定溶液如营养液和/或杀生物剂溶液浇灌;加热和/或冷却植物容器中的植物;提供光照;摇动植物容器;对植物施加吹风;雨和/或雪和/或冰雹施加;高压或低压大气环境施加;烟熏或气体施加;或声音或音波处理。其它处理也可以是授粉作用,或激素施加,或接种,和/或昆虫和/或微生物和/或真菌侵染施加。通常,该处理用于筛选程序中,其中例如测试一株或多株植物对处理的响应,或者测试一种或多种化学化合物或一种或多种生物制剂对植物或植物生长的影响。
该处理优选分进行了相同处理的多株植物的区组而进行。因此,本发明的设备提供了一种用以进行随机区组试验的全自动系统,以测试特定处理的效果或鉴别一组处理之中的针对期望或非期望的效果的最佳表现处理;例如使用不同稀释度或不同配方的相同物质进行的叶面施用。处理后随机化步骤将具有经处理的植物的植物容器随机分布在生长位置,从而最小化生长位置的方位或边缘效应。
在一个优选实施方案中,本发明的设备能够实现叶面处理、优选喷淋的效果的高产出评估,其包括如上文提供的步骤。在一个更加优选的实施方案中,该设备还提供干燥系统,其中植物容器在喷洒处理之后经过该干燥系统。
在另一优选实施方案中,处理是用规定溶液(例如规定的营养液或规定的杀生物剂)浇灌植物容器。
该设备还可以包括一个或多个标识符读取器,以识别与植物容器中的植物相关联的标识符,该读取器优选地提供数字形式的输出。这种读取器的示例是但不限于条码读取器、应答机读取器和RFID读取器。在一个优选实施方案中,该设备还包括至少一个电子代码读取装置,以识别与所述植物相关联的标识符。该标识符读取器优选利用软件集成在计算设备中并从其中馈送至数据库。可以操纵数据库以检查和比较用于确定植物的各种特征的数据。该设备优选地包括所需数量的标识符读取器,以便能够确定设备中任何位置处的植物的标识:在随机化前阶段之前和/或之后,在处理阶段,在处理后随机化阶段之前和/或之后。
在另一优选实施方案中,该设备还包括至少一个成像系统。优选地,成像系统包括一个或多个检测器。更加优选地,成像系统包括至少一个检测器,最优选地包括至少一个数字摄像机。如在本发明中使用的术语“检测器”可意指任何类型的检测器,优选地用于电磁波的检测器。如在本发明中使用的术语“电磁波”可包括可见光、红外光和近红外光。它可以包括单色光以及广谱光,并且它可以包括非相干光以及相干光。其它类型的电磁波也是可以的。更优选地,检测器可包括用于选自可见、红外和紫外波长区域的至少一个光谱波长区域中的光的检测器且最优选地摄像机。该摄像机可以是优选地具有空间和/或时间分辨率的数字摄像机。更优选地,摄像机是行扫描摄像机。
在一个优选实施方案中,处理系统和成像系统可以彼此独立地操作或者它们可以协作,从而使设备具有很大的通用性:例如,植物可以从生长位置移动到成像系统以进行分析,随后移回生长位置,或者植物可以从生长位置移动到处理系统以进行处理,随后移动回到生长位置,或者植物可以从生长位置移动到成像系统以进行分析,随后移动到处理系统以进行处理(反之亦然),随后移动回到生长位置。因此,该设备允许在成像系统中将一组植物容器成像,并且同时在处理系统中处理另一组植物容器而不会彼此干涉。
该设备还可包括至少一个图像分析装置。该图像分析装置可适于执行至少一个图像的至少一次图像分析,优选地,该图像分析装置可适于导出植物的至少一个特征。基于通过适当软件对图像的分析来测量所述一个或多个特征。如果需要,可以使用算法来评估测定的一个或多个特征。
该设备还可以具有至少一个数据库,其用于记录与植物和对每株植物进行的一次或多次处理的数据。所述数据优选地可以是以下中的至少一者:植物的至少一个图像;从植物的至少一个图像导出的至少一个或多个特征或性状;来自标识符的信息;对植物进行的处理。如上文概括的,所述至少一个特征或性状可包括表征植物的特征或性状的一个或多个参数。
所述一个或多个特征包括以下中的一者或多者:植物的可观察的物理表现、表型性状、代谢性状、颜色、绿度、产量、生长、生物量、成熟度、转基因性状、开花、营养素的使用、水的使用、或疾病、害虫和/或逆境的影响。优选地,所述一个或多个特征包括面积、高度、宽度、叶角、叶数、花序的有无和/或数量、枝条数和分枝模式/分枝图案中的一者或多者。
在一个优选实施方案中,本发明的设备可用于检测植物的可以通过成像来测量的任何特征。图像可以从地上植物部位和/或植物根部取得。地上植物部位可以是枝条、叶、分蘖、花序、花、种子中的一者或多者。WO2010/031780中描述了用于根部成像的系统。
在另一优选实施方案中,本发明的设备可以用于检测植物的可以通过取得植物的小样品来测量的任何特征。样品可以从植物的任何部位取得,例如地上部位,例如叶或花,或者从地下部位取得,例如根或根微生物组。然后例如通过对一个或多个代谢特征进行代谢物轮廓分析/代谢谱分析或通过微生物分析确定某些微生物的有无或针对组织或细胞水平的形态学分析来分析样品。
所述至少一个特征或性状优选地可以选自:数量性状、生物化学/生化性状和形态性状中的一者或多者。在一个优选实施方案中,生化性状选自油组分、蛋白质组分、碳水化合物组分、纤维组分、油含量、蛋白质含量、碳水化合物含量、淀粉含量、纤维含量、干重和水含量组成的群组。在另一优选的实施方案中,形态性状选自植物架构、植物尺寸、植物形状、地上生物量、植物颜色、植物生长速率、叶表面纹理、植物重量、植物完整性、叶完整性、叶颜色、叶形状、叶尺寸、叶生长速率、地下生物量、根生长速率、根厚度、根长度、根锚固、花序架构、花尺寸、花形状、花颜色、花表面纹理、花重量、花完整性、胚乳大小、胚芽大小、种子形状、种子大小、种子颜色、种子表面纹理、种子重量、种子密度和种子完整性。如本文所使用,完整性与对疾病、昆虫/虫害侵染和真菌侵染中的任何一者的易感性或抗性相关。
在一个可供选择的优选实施方案中,数量性状选自(绿)叶的量、根的量(例如毛状根和/或分枝根的量)、小花的量、种子的量、空种子的量、分枝量、种子重量、种子总重量和/或饱满率。然而,其它类型的参数和/或提及的参数和/或其它参数的组合是可以的,例如:每株植物和单位面积的地面上生物量;单位面积的地下生物量;地上生物量(例如植物的种子或营养部位)中的油、淀粉和/或蛋白质的含量;每株植物的花(小花)数;或改良的架构,例如增加的茎直径、厚度或物理性质(例如弹性)的改进。
在另一优选实施方案中,所述一个或多个特征包含一种或多种不同的代谢物,并且可能需要评估特定代谢物的有无、代谢物的数量、特定代谢物的量,等等。
除了可能向植物提供处理之外,根据本发明的设备允许在处理之后在没有人为干预的情况下推导关于植物特征或性状的数据。它可以用于各种目的,尤其可用于评估杀生物剂,例如叶面施用不同稀释度的除草剂。在这种使用中,该设备提供用于评估经处理的一株或多株植物的一个或多个特征和/或表型的一体化自动过程。通过使用该设备,人们可以在单次操作中推导与植物育种者感兴趣的关键参数有关的所需数据,例如特定化合物的最佳稀释度或化合物的有效量,或特定化合物的最佳制剂。可以使用该设备的其它目的包括形式为化学化合物或作为微生物悬浮液的生长促进物质的评估。
此外,该设备可以包括控制系统,该控制系统可以适合于控制和/或驱动成像系统和/或输送器和/或传送带系统和/或图像分析装置和/或读取器和/或数据库和/或电源。该控制系统可以包括计算机和电连接器和/或信号连接器,优选地电线和接口。
优选地,成像系统被屏蔽自然光。成像系统内部的光可以由一组标准化的灯提供,所述灯的强度可以被控制。
在成像系统内取得的图像可以使用成像分析软件在线处理,以提取与植物有关的信息,并且优选地,将经处理的数据以及图像与对应的植物的唯一标识符相关联,并且更加优选地下载至计算机。
在一个优选实施方案中,成像系统包括以下:
-在可见、红外和/或近红外范围中具有灵敏度的至少一个数字摄像机;
-至少一个光谱仪,其由诸如光栅或棱镜的光学分散元件组成,以将光分成许多窄的相邻波长带,所述光谱仪被放置在摄像机之前并且是可调整的,以便可以选择特定波段并按预定顺序将其传输到摄像机;
-至少一个合适的光学透镜;
-用于照射所述植物的在近红外范围内具有合适的光谱组成的至少一个光源,
-计算机硬件元件和与不同的前述元件的连接件,以及
-专用软件元件,其用于驱动来自所述硬件元件的信号输出和对所述硬件元件的信号输入,并且自动执行本文描述的方法的不同步骤。
这种成像在文献中经常被称为成像光谱学,其是在许多光谱连续的频带中同时获取空间共注册的图像。通过这种成像光谱学产生的图像类似于通过数字摄像机产生的图像,每个像素具有许多光强度数据带而不是仅仅三个带除外:红色、绿色和蓝色。在本领域中,用词“超光谱”数据集被描述为由相对窄的带宽(例如,1-10nm)的数目相对大(例如,100-1000)的光谱带组成,而“多光谱”数据集通常是相对大带宽(例如,70-400nm)的较少(例如,5-10个)带。
在一个优选实施方案中,成像系统包括超光谱摄像机。在另一优选实施方案中,成像系统包括多光谱摄像机。
本发明的另一方面提供了如本文描述的设备用于评估对多株植物的处理的效果的用途。优选地,这种设备在如本文描述的方法中使用。
在另一方面中,如本文描述的设备可以在用于比较对类似植物的不同处理的效果的方法中使用。
在另一方面中,如本文描述的设备可以在用于关于多株植物的处理的效果比较植物的不同生长条件的影响的方法中使用。
在另一方面中,如本文描述的设备可以用于通过测量例如育种实验中的处理的效果来筛选植物族群。
在另一方面中,如本文描述的设备可以在用于测试处理植物的效果的方法中使用,例如以下中的一者或多者:特定肥料和/或营养素的测试;特定农药的测试;响应于特定处理的效果而对具有一种或多种所需特性的植物的选择和/或培育;特定处理、例如使用肥料、营养素和/或杀生物剂对植物或植物标本进行的1、2、3、4、5、6、7、8、9、10、11、12、13、14、15、16、17、18、19、20次处理的效果和/或有效性的测试。
在一个可供选择的方面,本文描述的设备可以在用于与处理有关的表型分析和/或代谢物轮廓/代谢谱分析的方法中用于基于经处理的植物的表型和/或代谢谱评分来选择最理想的基因型。
在另一可供选择的方面中,如本文描述的设备可以在用于分析经处理的植物样本的抗逆性的方法中使用。
归纳本发明的思想,以下实施方式是优选的:
实施方案1:一种用于高产出评估对多株植物的处理的效果的方法,所述方法包括以下步骤:
-提供至少一株植物121在所述植物容器中生长的多个植物容器120
-提供用于移动所述植物容器的容器移动系统130
-提供用于随机化所述植物容器的顺序的处理前随机化系统140
-提供处理系统150,以及
-提供处理后随机化系统160,
其中,每个所述植物容器120通过所述容器移动系统130移动到所述处理前随机化系统140,
所述处理前随机化系统140将植物容器121的顺序随机化,
所述容器移动系统130然后将所述容器121移动到所述处理系统150,
所述处理系统150提供至少一次处理,
此后,所述容器移动系统130将所述容器移动到所述处理后随机化系统160,
所述处理后随机化系统160执行所述植物容器的顺序的第二次随机化,
所述容器移动系统130将所述容器120移动到生长位置并随后评估所述处理的效果。
实施方案2:根据实施方案1所述的方法,其中,所述植物容器中的所述植物与唯一标识符180相关联。
实施方案3:根据前述实施方案中的任一个或多个所述的方法,所述方法还提供至少一个成像系统190,其中所述植物容器经过所述成像系统。
实施方案4:根据前一个实施方案所述的方法,其中,所述植物容器在所述处理之前和/或处理之后经过成像系统190。
实施方案5:根据实施方案3或4中的任一个或多个所述的方法,其中,利用所述成像系统190来进行所述处理的效果的所述评估。
实施方案6:根据前述实施方案中的任一个或多个所述的方法,其中,所述成像系统包括一个或多个检测器191。
实施方案7:根据前一个实施方案所述的方法,其中,所述检测器包括摄像机,优选地数字摄像机。
实施方案8:根据前述实施方案3至7中的任一个或多个所述的方法,所述成像系统190还提供:
-将电磁波引导到所述植物上,由此形成从所述植物发射或反射的电磁波;
-通过所述检测器191在不同波长下将所述植物成像,由此获得包括像素的图像;
-基于所述像素对准在不同波长下记录的所述图像,由此生成三维图像,所述三维图像包括2个空间维度和1个光谱维度;
-使用结合不同波长的加权贡献的常规预测数学模型,由此获得所述植物的多光谱或超光谱成像立方体;
-通过适合的软件从所述成像立方体测量一个或多个特征。
实施方案9:根据前一个实施方案所述的方法,其中,在光谱的可见、红外和/或近红外范围内、优选在900纳米与1800纳米之间的许多不同的窄波段下收集所述图像。
实施方案10:根据实施方案6至9中的任一个或多个所述的方法,其中,所述检测器获取至少一个空间分辨图像,该方法还提供通过适合的软件从所述图像测量一个或多个特征,从而提供结果信息。
实施方案11:根据前述实施方案3至10中的任一个或多个所述的方法,其中,所述成像系统190将所述植物的一个或多个特征成像,并通过计算机处理来分析所述植物的所述一个或多个特征的图像,并且将结果信息与用于所述植物121的唯一标识符180信息相关联。
实施方案12:根据实施方案9至11中的任一个或多个所述的方法,其中,所述一个或多个特征包括以下中的一者或多者:植物的可观察的物理表现、表型性状、代谢性状、颜色、绿度、产量、生长、生物量、成熟度、转基因性状(即由于转基因的存在而改变的性状)、开花、营养素的使用、水的使用、或疾病、害虫和/或逆境的影响。
实施方案13:根据前一个实施方案所述的方法,其中,所述一个或多个特征是数量性状、生化性状和形态性状中的一者或多者。
实施方案14:根据实施方案8至12中的任一个或多个所述的方法,其中,所述一个或多个特征包括面积、高度、宽度、叶角、叶数、花序的有无和/或数量、枝条数和分枝模式/图案中的一者或多者。
实施方案15:根据实施方案8至12中的任一个或多个所述的方法,其中,所述方法还包括分析一株或多株植物的一个或多个特征的结果信息以确定处理的影响的步骤。
实施方案16:根据实施方案1所述的方法,其中,所述多株植物包括一株或多株转基因植物。
实施方案17:根据实施方案1所述的方法,其中,选择一株或多株植物以进一步用于植物育种或推进实验中或用于引入进一步的修饰。
实施方案18:根据实施方案7所述的方法,其中,所述图像和/或信息是从地上植物部位和/或植物根部取得的。
实施方案19:根据权利要求18所述的方法,其中,地上植物部位包括枝条、叶、分蘖、花序、花、种子或其任意组合。
实施方案20:根据前述实施方案中的任一个或多个所述的方法,其中,所述处理是叶面喷洒处理。
实施方案21:根据前一个实施方案所述的方法,所述方法还提供干燥系统170,所述方法还包括其中植物容器在叶面喷洒处理之后经过干燥系统的步骤。
实施方案22:根据实施方案1至19中的任一个或多个所述的方法,其中,所述处理是用规定溶液浇灌植物容器。
实施方案23:根据前一个实施方案所述的方法,其中,所述规定溶液是规定的营养液。
实施方案24:根据实施方案22所述的方法,其中,所述规定溶液是规定的杀生物剂溶液。
实施方案25:一种用于高产出应用对多个植物容器120的处理的设备,至少一株植物121在所述植物容器中生长,
所述设备包括:
-用于移动所述植物容器的容器移动系统130;
-用于随机化所述植物容器的顺序的处理前随机化系统140,
-处理系统150,和
-处理后随机化系统160,
其中,每个所述植物容器120由所述容器移动系统130向所述设备中移动到所述处理前随机化系统140,植物容器的顺序在于所述容器移动系统130上进一步移动到所述处理系统150之前由所述处理前随机化系统140随机化,所述植物容器120在所述处理系统中被处理,所述植物容器120然后经由容器移动系统130移动到处理后随机化系统160,处理后随机化系统160提供所述植物容器的顺序的第二次随机化,并且
此后,植物容器120由所述容器移动系统130从所述设备中移出。
实施方案26:根据前一个实施方案所述的设备,其中,所述设备还包括唯一标识符读取器181。
实施方案27:根据实施方案25或26中的任一个或多个所述的设备,所述设备还包括至少一个成像系统190。
实施方案28:根据前一个实施方案所述的设备,其中,所述成像系统190包括一个或多个检测器191。
实施方案29:根据前一个实施方案所述的设备,其中,所述成像系统包括至少一个检测器,优选地至少一个数字摄像机。
实施方案30:根据实施方案25至29中的任一个或多个所述的设备,其中,所述处理系统150包括叶面喷洒系统151。
实施方案31:根据前一个实施方案所述的设备,其中,所述设备还包括干燥系统170。
实施方案32:根据实施方案25至29中的任一个或多个所述的设备,其中,所述处理系统150包括浇灌系统152。
实施方案33:根据实施方案27至32中的任一个或多个所述的设备,其中,所述成像系统190包括:
-在可见、红外和/或近红外范围中具有灵敏度的至少一个数字摄像机;
-至少一个光谱仪,其由诸如光栅或棱镜的光学分散元件组成,以将光分成许多窄的相邻波长带,所述光谱仪被放置在摄像机之前/上游并且是可调整的,以便可以选择特定波段并按预定顺序将其传输到摄像机;
-至少一个合适的光学透镜;
-用于照射所述植物的在近红外范围内具有合适的光谱组成的至少一个光源;
-计算机硬件元件和与不同的前述元件的连接件;
-专用软件元件,其用于驱动来自所述硬件元件的信号输出和对所述硬件元件的信号输入,并且自动执行在实施方案1至24和39至41中的任一项中描述的方法的不同步骤。
实施方案34:根据实施方案27至33中的任一个或多个所述的设备用于评估对多株植物的处理的效果的用途。
实施方案35:根据实施方案27至33中的任一个或多个所述的设备在根据实施方案1至24和39至41中的任一个所述的方法中的用途。
实施方案36:根据实施方案27至33中的任一个或多个所述的设备在用于关于对多株植物的处理的效果比较植物的不同生长条件的影响的方法中的用途。
实施方案37:根据实施方案27至33中的任一个或多个所述的设备在用于表型分析和/或代谢物轮廓/代谢谱分析的方法中用于基于对多株植物的处理的效果的评估中的表型或代谢得分来选择最理想的基因型的用途。
实施方案38:根据实施方式27至30中任一项或多项所述的设备在用于测试对植物处理的效果的方法中的用途,例如以下中的一者或多者:特定肥料和/或营养素的测试;特定杀生物剂的测试;响应于特定处理的效果而对具有一种或多种所需特性的植物的选择和/或培育;特定处理、例如使用肥料、营养素和/或杀生物剂对植物或植物标本进行的1、2、3、4、5、6、7、8、9、10、11、12、13、14、15、16、17、18、19、20次处理的效果和/或有效性的测试。
实施方案39:根据实施方案2所述的方法,其中,所述唯一标识符180与唯一标识符读取器181通信。
实施方案40:根据实施方案1至19中的任一个或多个所述的方法,其中,所述处理是对地上植物部位。
实施方案41:根据实施方案22所述的方法,其中,规定溶液包含生长促进物质作为化学化合物或微生物悬浮液。
实施方案42:根据实施方案25至29中的任一个或多个所述的设备,其中,所述处理系统150包括适合于对地上植物部位喷洒的喷洒系统151。
为了使本发明变得更加清楚,接下来结合附图阅读对根据本发明的设备和方法以及它们在为了举例说明本发明的描述而选择的根据本发明的方法中的用途的描述。这些实施例仅通过说明的方式,并不意图完全限定或以其它方式限制本发明的范围。
附图说明
图1是用于高产出评估对多株植物的处理的效果的方法和设备的一个实施方案的示意图。
图2A和2B是用于高产出评估对多株植物的喷洒处理的效果的方法和设备的示意图。
图3A和3B示出了用于高产出评估对多株植物的组合式喷洒和干燥处理的效果的方法和设备的示意图。
图4示出了用于高产出评估对多株植物的浇灌处理的效果的方法和设备的示意图。
110:用于对多株植物的高产出处理的设备
120:植物容器
121:植物
130:容器移动系统(未示出)
140:处理前随机化系统
141:喷洒前随机化系统
150:处理系统
151:喷洒系统
152:浇灌系统
160:处理后随机化系统
161:喷洒后随机化系统
170:干燥系统
180:唯一标识符(未示出)
181:唯一标识符读取器
190:成像系统
191:检测器(未示出)
192:图像
193:图像分析装置
200:控制系统
具体实施方式
实施例
图1A是用于高产出评估对多株植物的处理的效果的方法和设备的实例。植物121在处于生长地点的植物容器120(在本例中为温室)中生长。这种温室向植物容器提供了受控气候条件的环境,其被受控地供给营养素和给水。但不言而喻,这种温室中的植物容器中的植物受到由例如温度、湿度、光、营养和水供应的变化引起的生长环境的变化(微观气候变化)影响,所述变化取决于植物容器在温室中的位置(方位效应)。在温室或生长台的远离中心的植物容器中的植物暴露于与在温室中心或一组植物的中心的植物容器中的植物不同的微观环境(边缘效应)。通常,植物容器被成排安置或安置在这种温室中的桌子上,并且通过将植物容器移动到温室中的另一个位置来处理与环境相关的表型和/或代谢物成分的问题。在成排安置的情况下,大多数市售系统以先进先出或先进后出方式工作。这不能提供植物或植物容器的真实随机化。通过本发明的系统和方法来克服这一点。
设备110(未示出)包括用于移动植物容器120的容器移动系统130(未示出)。植物容器120从生长位置移动到设备110中。该设备还包括:用于随机化植物容器的处理前随机化系统140;处理系统150;和处理后随机化系统160。在本发明的方法中,每个植物容器120由容器移动系统130移动到设备中并移动到处理前随机化系统140。植物容器然后由该处理前随机化系统140随机化,处理前随机化系统140使用原始培养位置作为随机化因子。此后,容器120在容器移动系统130上进一步移动到处理系统150,处理系统150然后处理植物容器中的植物121。此后,容纳经处理的植物的植物容器120经由容器移动系统120移动到执行植物容器的第二次随机化的处理后随机化系统160,但现在处理为随机化因子。此后,通过容器移动系统将植物容器从设备中移出。优选地,然后将植物容器移动到植物生长位置,例如温室或筛选室。根据处理,立即或在植物容器离开本发明的设备后的一定时间之后评估对植物容器中的植物的处理的效果。这种评估可以通过对在植物生长位置的植物进行评分来可视地完成,或者可以以自动方式完成。这种自动化可能需要从植物上方将处于生长位置的植物成像,或者可以通过将植物容器带到成像系统来执行,例如,如在其中植物被成像的WO 2010/031780中所述。
在图1B的示例性实施方案中,在随机化步骤之前并在处理和处理后随机化之后将植物容器成像。该第二次成像可以在随机化后立即进行,或者仅在植物有机会在生长位置形成处理的(完全)效果的一段时间后进行。通过适合的软件从图像测量植物的一个或多个特征。
如果需要,可以使用算法来评估测定的一个或多个特征。
成像系统190包括检测器191。在图1B的该实施例中,检测器191是数字摄像机/照相机。
图1B的成像系统还可以包括至少一个图像分析装置193(未示出)。图像分析装置193可适于执行图像192中的至少一个的至少一次图像分析,优选地,图像分析装置193可适于产生所成像的植物的至少一个特征或性状。根据本发明的术语“产生”可以指例如由图像分析导出。
本发明的设备还可以包括标识符读取器181(未示出),以识别与植物容器中的植物或甚至植物容器中的一群植物相关联的标识符。这种读取器可以是条码读取器、应答机读取器和/或RFID读取器。在一个优选实施方案中,该设备还包括至少一个电子代码读取装置,以识别与所述植物相关联的标识符。
该装置还可以具有至少一个数据库(未示出),其用于记录与植物、处理和处理的效果有关的数据,即植物在处理之后的一个或多个特征和/或在特定植物的处理之前和之后的一个或多个特征的差别。所述数据优选地可以是以下中的至少一者:地上和/或地下的植物的至少一幅图像;来自植物的至少一幅图像的至少一个特征或性状;从由植物取得的植物样品的代谢物分析推导的至少一个或多个特征;来自标识符的信息;与处理有关的信息;与处理后进行效果的确定时的时间有关的信息。如上文概括的,所述至少一个特征或性状可包括表征植物的表型的一个或多个参数。在一个优选实施方案中,本发明的方法可用于检测植物的可以通过成像来测量的任何特征。图像可以从地上植物部位和/或植物根部取得。地上植物部位可以是枝条、叶、分蘖、花序、花、种子中的一者或多者。在一个优选实施方案中,特征是数量性状、生化性状和形态性状中的一者或多者。在一个更优选实施方案中,生化性状选自由油组分、蛋白质组分、碳水化合物组分、氨基酸组分、纤维组分、油含量、蛋白质含量、碳水化合物含量、淀粉含量、氨基酸含量、次级代谢物含量、纤维含量、干重和水含量组成的群组。在另一更加优选的实施方案中,形态性状选自植物架构、植物尺寸、植物形状、分枝、地上生物量、植物颜色、植物生长速率、叶表面纹理、植物重量、植物完整性、叶完整性、叶颜色、叶形状、叶尺寸、叶生长速率、地下生物量、根生长速率、根厚度、根长度、根分枝、根锚固、花序架构、花尺寸、花形状、花颜色、花表面纹理、花重量、花完整性、胚乳尺寸、胚芽尺寸、种子形状、种子尺寸、种子颜色、种子表面纹理、种子重量、种子密度和种子完整性。如本文所使用,完整性与对疾病、昆虫/虫害侵染和真菌侵染中的任何一者的易感性或抗性相关。在一个可供选择的优选实施方案中,数量性状选自(绿)叶的量、根的量(例如毛状根和/或分枝根的量)、小花的量、种子的量、空种子的量、分枝量、种子重量、种子总重量和/或饱满率。然而,其它类型的参数和/或提及的参数和/或其它参数的组合是可以的,例如:每株植物和单位面积的地上生物量;单位面积的地下生物量;地上生物量(例如植物的种子或营养部位)中的油、淀粉和/或蛋白质的含量;每株植物的花(小花)数;或改良的架构,例如增加的茎直径、厚度或物理性质(例如弹性)的改进。
此外,该设备可以包括控制系统200,该控制系统200可以适合于控制和/或驱动成像系统190和/或容器移动系统130和/或图像分析装置193和/或读取器181和/或数据库和/或电源。该控制系统200可以包括计算机和电连接器和/或信号连接器,优选地电线和接口。
利用成像系统190获得的图像可以使用成像分析软件在线处理,以提取与植物的一个或多个特征有关的信息,并且优选地,将经处理的数据以及图像与唯一的标识符相关联,并且更加优选地下载至计算机。
在如图2A所示的第三示例性实施方案中,设备和方法与图1A中描述的设备和方法相同,但处理是喷洒处理151。喷洒处理可以以逐个的植物容器为基础对植物容器120中的至少一株植物121进行,或者喷洒处理151可以按由多个容器中的多株植物组成的区组来进行。在图2B的示例性实施方案中,区组由12个植物容器组成。但是技术人员将认识到,可以采取任何数量的植物容器来形成用于同时喷洒植物容器的区组。喷洒可以自上而下和/或在待处理的植物侧方进行。如上所述,根据处理,立即或在植物容器离开本发明的设备后的一定时间之后评估对植物容器中的植物的处理的效果。这种评估可以通过对在植物生长位置的植物进行评分来可视地完成,或者可以以自动方式完成。这种自动化可能需要从植物上方将处于生长位置的植物成像,或者可以通过将植物容器带到成像系统来执行,例如,如其中植物被成像的WO 2010/031780中所述。
图3A示出了基于如图2A所示的实施例的又一示例性实施方案,其中该方法还包括干燥170植物容器中的植物的步骤。因此,设备110包括干燥通道或类似装置。喷洒和干燥处理可以以逐个的植物容器为基础对植物容器120中的至少一株植物121进行,或者喷洒处理151可以分区组进行。在图3B的示例性实施方案中,区组由12个植物容器组成。但是技术人员将认识到,可以采取任何数量的植物容器来形成用于同时喷洒和干燥植物容器的区组。如上所述,根据处理,立即或在植物容器离开本发明的设备后的一定时间之后评估对植物容器中的植物的处理的效果。这种评估可以通过对在植物生长位置的植物进行评分来可视地完成,或者可以以自动方式完成。这种自动化可能需要从植物上方将处于生长位置的植物成像,或者可以通过将植物容器带到成像系统来执行,例如,如其中植物被成像的WO2010/031780中所述。
技术人员应理解,也可以将如图1B中所述的成像步骤增加至图2A、2B、3A、3B的方法。然后在随机化前步骤之前以及在处理和处理后随机化之后将植物容器成像。该第二次成像可以在随机化后立即进行,或者仅在其中植物有机会在生长位置形成处理的(完全)效果的一段时间后进行。通过适合的软件从图像测量植物的一个或多个特征。如果需要,可以使用算法来评估测定的一个或多个特征。
图4示出了又一示例性实施方案,其中设备和方法与图1A中描述的设备和方法相同,但处理是浇灌处理152。浇灌处理将是提供给植物容器的特定溶液,并且该溶液将包含特定营养液或杀生物剂溶液,或影响植物生长的任何其它溶液或悬浮液。然后可以以逐个植物容器为基础经由浇灌将这种规定溶液提供给至少一个植物容器120,或者可以分区组地进行浇灌处理151。技术人员将认识到,可以采取任何数量的植物容器来形成用于同时浇灌植物容器的区组。如上所述,根据处理,立即或在植物容器离开本发明的设备后的一定时间之后评估对植物容器中的植物的处理的效果。这种评估可以通过对在植物生长位置的植物进行评分来可视地完成,或者可以以自动方式完成。这种自动化可能需要从植物上方将处于生长位置的植物成像,或者可以通过将植物容器带到成像系统来执行,例如,如其中植物被成像的WO 2010/031780中所述。
技术人员应理解,也可以将如图1B中所述的成像步骤增加至图4的方法。
在一个优选实施方案中,成像系统190包括以下:
-在可见、红外和/或近红外范围中具有灵敏度的至少一个数字摄像/照相机;
-至少一个光谱仪,其由诸如光栅或棱镜的光学分散元件组成,以将光分成许多窄的相邻波长带,所述光谱仪被放置在摄像机之前并且是可调整的,以便可以选择特定波段并按预定顺序将其传输到摄像机;
-至少一个合适的光学透镜;
-用于用光照射所述植物的、在近红外范围内具有合适的光谱组成的至少一个光源,
-计算机硬件元件和与不同的前述元件的连接件,以及
-专用软件元件,其用于驱动来自所述硬件元件的信号输出和对所述硬件元件的信号输入,并且自动执行本文描述的方法的不同步骤。
这种成像在文献中经常被称为成像光谱学,其是在许多光谱连续的频带中同时获取空间共注册的图像。在本领域中,用词“超光谱图像立方体”被描述为由相对窄的带宽(例如,1-10nm)的许多光谱上连续的光谱带组成的多通道图像,而“多光谱”图像通常是相对大带宽(例如,70-400nm)的较少(例如,5-10个)带。
该成像系统至少包括检测器191。这种检测器可以是超光谱摄像机。在另一优选实施方案中,成像系统包括多光谱摄像机。
在另一示例性实施方案中,根据本发明的方法还包括以下步骤:
-在处理之前和/或处理之后收集各植物的数字图像。通过使用普通RGB彩色摄像机收集每株单独植物的一幅图像。
-使用合适的软件产生一个或多个特征。
-确定与非植物背景相对照/不同的属于植物器官的像素。这是使用标准图像处理算法(例如强度阈值化)实现的,其中不同于预定背景值的像素值被认为属于植物对象。
-确定与其余植物器官相对照/不同的属于所述一个或多个特征的像素。这是通过标准图像处理算法(例如形态分割)实现的,其中当对象的几何属性对应于预定规格时,对象被识别为例如种子或非种子、花、叶。
-基于构成每个对象的所有单独像素的组合属性来计算在图像中识别的每个单独对象的度量属性。这些属性尤其包括二维空间中的物理尺寸和植物特征的量。
在又一示例性实施方案中,根据本发明的方法包括以下步骤:
-借助明确的编码系统识别正在测量的每株植物或每组植物。理想而言,该编码系统属于可以电子地读取的类型,例如条码或应答机标签。
-收集多个单株植物的数字图像。在光谱的近红外范围内(也即在900nm与1700nm之间)的许多不同的窄波段下收集相同的各单株植物的许多图像。
-通过对准在不同波长下记录的图像来生成超光谱图像立方体,以便生成包括2个空间维度(x,y)和1个光谱维度(z)的3维图像。由这些图像,可以生成二维空间中的每个像素的光吸收谱。
-基于组合每个像素处不同波长的加权贡献的习惯预测性数学模型来估计/推定与每个像素对应的干物质和基本化学组分的量。
-确定与非植物背景相对照/不同的属于植物器官的像素。这是使用标准图像处理算法(例如强度阈值化)实现的,其中不同于预定背景值的像素值被认为属于植物对象。
-确定与其余植物器官相对照/不同的属于所述一个或多个特征的像素。这是通过标准图像处理算法(例如形态分割)实现的,其中当对象的几何属性对应于预定规格时,对象被识别为例如种子或非种子、叶、花。
-基于构成每个对象的所有单独像素的组合属性来计算在光谱图像中识别的每个单独对象的度量属性。这些属性包括:通过干重量推定的在二维空间中的物理尺寸,以及推定的化学组分。

Claims (16)

1.一种用于高产出评估对多株植物的处理的效果的方法,所述方法包括以下步骤:
-提供至少一株植物121在其中生长的多个植物容器120;
-提供用于移动所述植物容器的容器移动系统130;
-提供用于将所述植物容器随机化的处理前随机化系统140;
-提供处理系统150;以及
-提供处理后随机化系统160,
其中,每个所述植物容器120均通过所述容器移动系统130移动到所述处理前随机化系统140,
所述处理前随机化系统140将所述植物容器121随机化,
所述容器移动系统130然后将所述容器121移动到所述处理系统150,
所述处理系统150提供至少一次处理,
此后,所述容器移动系统130将所述容器移动到所述处理后随机化系统160,
所述处理后随机化系统160执行所述植物容器的第二次随机化,
所述容器移动系统130将所述容器120移动到生长位置,然后评估处理的效果。
2.根据权利要求1所述的方法,其中,所述植物容器中的所述植物与唯一标识符180相关联。
3.根据前述权利要求中任一项或多项所述的方法,所述方法还包括提供至少一个成像系统190,其中所述植物容器在所述处理之前和/或所述处理之后经过所述成像系统190。
4.根据前述权利要求3所述的方法,其中,所述成像系统190对所述植物的一个或多个特征进行成像,并通过计算机处理来分析所述植物的所述一个或多个特征的图像,并且将结果信息与用于所述植物121的唯一标识符180信息相关联。
5.根据权利要求4所述的方法,其中,所述一个或多个特征包括以下中的一者或多者:植物的可观察的物理表现、表型性状、代谢性状、颜色、绿度、产量、生长、生物量、成熟度、转基因性状、开花、营养素的使用、水的使用、或疾病、害虫和/或逆境的影响。
6.根据权利要求4至5中任一项或多项所述的方法,其中,所述方法还包括分析一株或多株植物的一个或多个特征的结果信息以确定处理的效果的步骤。
7.根据权利要求1所述的方法,其中,所述多株植物包括一株或多株转基因植物。
8.根据前述权利要求中任一项或多项所述的方法,其中,所述处理是叶面喷洒处理。
9.根据前一项权利要求所述的方法,所述方法还包括提供干燥系统170,所述方法还包括使所述植物容器在所述叶面喷洒处理之后经过干燥系统的步骤。
10.一种用于高产出应用对至少一株植物121在其中生长的多个植物容器120的处理的设备,
所述设备包括:
-用于移动所述植物容器的容器移动系统130;
-用于将所述植物容器随机化的处理前随机化系统140;
-处理系统150;和
-处理后随机化系统160,
其中,每个所述植物容器120均由所述容器移动系统130向所述设备中移动到所述处理前随机化系统140,所述植物容器在于所述容器移动系统130上进一步移动到所述处理系统150之前由所述处理前随机化系统140进行随机化,所述植物容器120在所述处理系统中被处理,所述植物容器120然后经由所述容器移动系统130被移动到所述处理后随机化系统160,所述处理后随机化系统160提供所述植物容器的第二次随机化,
此后,所述植物容器120由所述容器移动系统130从所述设备中被移出。
11.根据前一项权利要求所述的设备,其中,所述设备还包括唯一标识符读取器181。
12.根据权利要求10或11中任一项或多项所述的设备,所述设备还包括至少一个成像系统190。
13.根据权利要求10至12中任一项或多项所述的设备,其中,所述处理系统150包括叶面喷洒系统151。
14.根据前一项权利要求所述的设备,其中,所述设备还包括干燥系统170。
15.根据权利要求10至14中任一项或多项所述的设备用于评估对多株植物的处理的效果的用途。
16.根据权利要求10至14中任一项或多项所述的设备在根据权利要求1至9中任一项所述的方法中的用途。
CN201780027392.2A 2016-05-06 2017-04-28 用于对植物的一个或多个特征的处理的高产出测试的方法和设备 Pending CN109073622A (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201662332769P 2016-05-06 2016-05-06
US62/332,769 2016-05-06
EP16168766.0 2016-05-09
EP16168766 2016-05-09
PCT/EP2017/060275 WO2017191065A1 (en) 2016-05-06 2017-04-28 Method and apparatus for high throughput testing of a treatment on one or more characteristic of plants

Publications (1)

Publication Number Publication Date
CN109073622A true CN109073622A (zh) 2018-12-21

Family

ID=55919750

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780027392.2A Pending CN109073622A (zh) 2016-05-06 2017-04-28 用于对植物的一个或多个特征的处理的高产出测试的方法和设备

Country Status (5)

Country Link
EP (1) EP3452823A1 (zh)
CN (1) CN109073622A (zh)
AU (1) AU2017259723A1 (zh)
CA (1) CA3023336A1 (zh)
WO (1) WO2017191065A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108424833B (zh) * 2017-12-29 2021-08-03 北京农业智能装备技术研究中心 一种对除草剂抗性基因的光谱分类装置及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110135161A1 (en) * 2009-11-10 2011-06-09 Koutsky Keith A Apparatus and Methods for Automated Phenotypic Screening of Plant Genotypes
US20150043623A1 (en) * 2009-08-31 2015-02-12 Sony Corporation Wireless transmission system, wireless communication device, and wireless communication method
CN104583407A (zh) * 2012-05-04 2015-04-29 巴斯夫植物科学有限公司 具有增强的产量相关性状的植物和用于制备该植物的方法
CN105532317A (zh) * 2015-12-07 2016-05-04 湖南人文科技学院 一种生态农业信息化服务管理平台

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8991098B2 (en) 2008-09-16 2015-03-31 Basf Plant Science Gmbh Method for improved plant breeding
RU2014102263A (ru) 2011-06-27 2015-08-10 Басф Плант Сайенс Компани Гмбх Устройство для скрининга экземпляров растений
US20160245751A1 (en) * 2013-09-25 2016-08-25 Foss Analytical A/S Method and device for determining a nutritional state of a plant

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150043623A1 (en) * 2009-08-31 2015-02-12 Sony Corporation Wireless transmission system, wireless communication device, and wireless communication method
US20110135161A1 (en) * 2009-11-10 2011-06-09 Koutsky Keith A Apparatus and Methods for Automated Phenotypic Screening of Plant Genotypes
CN104583407A (zh) * 2012-05-04 2015-04-29 巴斯夫植物科学有限公司 具有增强的产量相关性状的植物和用于制备该植物的方法
CN105532317A (zh) * 2015-12-07 2016-05-04 湖南人文科技学院 一种生态农业信息化服务管理平台

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
姜国权等: "基于机器视觉和随机方法的作物行提取算法 ", 《农业机械学报》 *

Also Published As

Publication number Publication date
AU2017259723A1 (en) 2018-11-15
EP3452823A1 (en) 2019-03-13
WO2017191065A1 (en) 2017-11-09
CA3023336A1 (en) 2017-11-09

Similar Documents

Publication Publication Date Title
Li et al. The estimation of crop emergence in potatoes by UAV RGB imagery
Roslim et al. Using remote sensing and an unmanned aerial system for weed management in agricultural crops: A review
Zhang et al. High throughput analysis of leaf chlorophyll content in sorghum using RGB, hyperspectral, and fluorescence imaging and sensor fusion
Goel et al. Potential of airborne hyperspectral remote sensing to detect nitrogen deficiency and weed infestation in corn
Stanschewski et al. Quinoa phenotyping methodologies: An international consensus
Tripodi et al. Digital applications and artificial intelligence in agriculture toward next-generation plant phenotyping
Wood et al. Calibration methodology for mapping within-field crop variability using remote sensing
Liang et al. Identification of high nitrogen use efficiency phenotype in rice (Oryza sativa L.) through entire growth duration by unmanned aerial vehicle multispectral imagery
Ma et al. A method of calculating phenotypic traits for soybean canopies based on three-dimensional point cloud
Yol et al. Traits for phenotyping
Maier et al. Precise phenotyping for improved crop quality and management in protected cropping: a review
US11666004B2 (en) System and method for testing plant genotype and phenotype expressions under varying growing and environmental conditions
CN109073622A (zh) 用于对植物的一个或多个特征的处理的高产出测试的方法和设备
Borra-Serrano et al. Breeding and selection of nursery plants assisted by high-throughput field phenotyping using UAV imagery: Case studies with sweet box (Sarcococca) and garden rose (Rosa)
US10772275B2 (en) Method and apparatus for high throughput testing of a treatment on one or more characteristic of plants
US12131393B2 (en) Platform for real-time identification and resolution of spatial production anomalies in agriculture
Schunk et al. Phenomics in plant biological research and mutation breeding.
US20220104437A1 (en) Reduction of time of day variations in plant-related data measurements
Jansen et al. Image processing for bioassays
Dinkara et al. Plant stress phenotyping: current status and future prospects
Chen Image Analysis and Machine Learning in Agricultural Research
Khajehyar Optimizing the culture medium for little-leaf mockorange (Philadelphus microphyllus) by using statistical modeling and spectral imaging
Chen et al. Robust Phenotyping Robot with Tactile Feedback
Pecorella Sviluppo di un sistema di fenotipizzazione ad alto rendimento per l'innovazione del breeding del grano duro nelle aree Mediterranee
Alves Spectral Detection of Soybean Aphid (Hemiptera: Aphididae) and Confounding Insecticide Effects in Soybean

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20181221

WD01 Invention patent application deemed withdrawn after publication