农业机械学报

作者：段凌凤，傅金阳，王新轶，施家伟，李为坤，杨万能

单位：华中农业大学,华中农业大学,华中农业大学,华中农业大学,华中农业大学,华中农业大学,

关键词：小麦;根系表型;原位测量;抗旱性分析;断根修复;深度学习

基金：国家自然科学基金项目（32170411）、国家重点研发计划项目（2021YFD1201500）和湖北洪山实验室开放课题（2021hskf005）

根系是植物吸收水分的主要通道，根系表型与植物抗旱能力息息相关。为了快速准确地获取小麦根系表型指标，利用土培根盒法进行了小麦干旱胁迫实验，共采集18个时间点的根系时序图像。设计了一套基于深度学习的根系图像处理与分析流程，针对土壤遮蔽引起的断根问题，提出了一种融合目标检测网络和沙漏注意力网络的检测-修复两阶段断根修复方法，以修复根系断裂区域，并通过多尺度训练和自适应迭代法提高修复精度和鲁棒性。提取了小麦在干旱胁迫和对照处理下的根面积、总根长、根宽、根深、根宽深比、根密度6个表型性状，分析了小麦根系对干旱胁迫的表型响应。结果显示，干旱胁迫下，小麦会有更低的根系生物量、更深的根系扎根深度及更分散的根系构型。同时计算了小麦根系干旱胁迫耐受性指数，结合主成分分析法，对小麦品种的抗旱能力进行了描述和排序。

来源：2024年第5期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2024年第5期