Sistema de captura de datos morfológicos mediante análisis de imágenes durante el crecimiento de plantas de arroz
Loading...
Date
2021
Director
Journal Title
Journal ISSN
Volume Title
Publisher
Pontificia Universidad Javeriana Cali
Abstract
Durante miles de años el grano de arroz ha desempeñado un gran papel como sustento básico. Actualmente, es considerado uno de los granos más importantes dentro de la alimentación del 70 % de la población global, lo cual demanda que el incremento en la producción se triplique en los próximos 50 años. En este sentido, se han desarrollado numerosos proyectos, plataformas, instalaciones e invernaderos, en los cuales el arroz se mejora genéticamente para mejorar la producción. El mejoramiento de los granos de arroz es llamado fitomejoramiento y se realiza comúnmente a través de la biología molecular, en la cual se evalúan los rasgos observables de variedades de arroz, después de realizar modificaciones genéticas, con el fin de preveer en los cultivos un mayor rendimiento, productividad y sostenibilidad ante los estreses bióticos y abióticos, las adversidades del calentamiento global y el cambio climático. El presente trabajo de grado contempla el diseño de un sistema de captura de datos morfológicos (fenotipos estructurales) de la planta de arroz Oryza Sativa L, por medio del análisis de imágenes, durante diferentes etapas de su crecimiento. Se diseñó este sistema porque actualmente construir y mantener un laboratorio de fenotipado de alto rendimiento (HTP) conlleva un alto costo monetario, al que muchas instalaciones, instituciones o proyectos a pequeña escala no tienen la capacidad de acceder. También para mejorar los métodos convencionales o manuales que son aplicados hoy en día, ya que recopilar información de la estructura de diferentes plantas requiere tiempo, mano de obra, dedicación y paciencia, que a largo plazo pueden afectar las mediciones debido a la percepción y subjetividad. Finalmente, algunos datos obtenidos sirven de entrada a otro trabajo de grado que busca modelar computacionalmente el crecimiento de la planta de arroz. Para evaluar la efectividad del sistema de análisis de imágenes se comparó con el método tradicional o manual, a través de fenotipos estructurales como: la altura de la planta, longitud del tallo, número de hojas, elongación de las hojas, ángulos de inclinación y curvatura de las hojas. Los resultados obtenidos permitieron concluir que el sistema es preciso, puesto que se obtuvo coeficientes de determinación (R) de 0.9943 para la altura de la planta, 0.995 para la longitud del tallo y 0.9869 para la elongación de las hojas. Sin embargo, componentes como longitud de las hojas en etapa de envejecimiento foliar, ángulo y curvatura de las hojas variaron ampliamente. Los datos obtenidos presentan error relativo promedio de 5.0 % para la altura de la planta, 3.0 % para la longitud del tallo, 14 % para la elongación, 10 % para el ángulo y 11 % para la curvatura de las hojas. Los fenotipos estructurales se integraron a fenotipos temporales con los cuales se obtuvo tasas de crecimiento de la variedad de arroz F60 desde 2.96 mm/día hasta 6.40 mm/día. También se obtuvo tasa de crecimiento del tallo y tasa de elongación de las hojas.
Description
item.page.descriptioneng
For thousands of years, rice grain has played a major role as a staple food. Today, it is considered one of the most important grains in the diet of 70 % of the global population, which demands a three-fold increase in production over the next 50 years. In this sense, numerous projects, platforms, facilities, and greenhouses have been developed in which rice is genetically improved to increase production. The improvement of rice grains is called plant breeding and is commonly done through molecular biology, in which the observable traits of rice varieties are evaluated after genetic modifications, to provide crops with higher yields, productivity and sustainability in the face of biotic and abiotic stresses, the adversities of global warming and climate change. This work contemplates the design of a system to capture morphological data (structural phenotypes) of the rice plant (Oryza Sativa L), by means of image analysis, during different growth phases. This system was designed because currently building and maintaining a high throughput phenotyping (HTP) laboratory involves a high monetary cost, which many facilities, institutions or small-scale projects do not have the capacity to access. Also, to improve the conventional or manual methods that are applied today, because collecting structures data from different plants requires time, work, dedication, and patience, which can be affect measurements obtained due to perception and subjectivity. Finally, some of the data obtained serve as input to another work that seeks to computationally model rice plant growth. To evaluate the effectiveness of the image analysis system, it was compared with the traditional or manual method, through structural phenotypes such as plant height, stem length, number of leaves, leaf elongation, inclination angles and leaf curvature. The results obtained allowed concluding that the system is accurate, since the coefficients of determination (R) of 0.9943 for plant height, 0.995 for stem length and 0.9869 for leaf elongation were obtained. However, components such as leaf length at leaf aging stage, leaf angle and leaf curvature varied widely. The data obtained showed an average relative error of 5.0 % for plant height, 3.0 % for stem length, 14 % for elongation, 10 % for angle and 11 % for curvature. The structural phenotypes were integrated to temporal phenotypes with which growth rates of the rice variety F60 were obtained from 2.96 mm/day to 6.40 mm/day. Stem growth rate and leaf elongation rate were also obtained.
Keywords
Fitomejoramiento, Morfología, Arroz, Oryza Sativa L, Fenotipado de alto rendimiento, Sistema de captura, Procesamiento de imágenes