Chào mừng Quý độc giả đến với trang thông tin điện tử của Viện Khoa học Kỹ thuật Nông nghiệp miền Nam

Tin nổi bật
Thành tích

Huân chương Ðộc lập

- Hạng 1 - Hạng 2 - Hạng 3

Huân chương Lao động

- Hạng 1 - Hạng 2 - Hạng 3

Giải thưởng Nhà nước

- Nghiên cứu dinh dưởng và thức ăn gia súc (2005)

- Nghiên cứu chọn tạo và phát triển giống lúa mới cho xuất khẩu và tiêu dùng nội địa (2005)

Giải thưởng VIFOTEC

- Giống ngô lai đơn V2002 (2003)

- Kỹ thuật ghép cà chua chống bệnh héo rũ vi khuẩn (2005)

- Giống Sắn KM 140 (2010)

Trung tâm
Liên kết website
lịch việt
Thư viện ảnh
Video
Thiết lập chuỗi giá trị nông sản thông minh và an toàn tại Việt Nam Cà chua bi

Thống kê truy cập
 Đang trực tuyến :  12
 Số lượt truy cập :  33447932
Hệ thống hình ảnh tự động quan sát mặt đất để giúp cải thiện năng suất cây trồng
Thứ hai, 13-10-2014 | 08:03:54

Các nhà khoa học thực vật hiện đang nghiên cứu để cải thiện các loại cây lương thực quan trọng như: lúa, ngô và đậu để đáp ứng nhu cầu lương thực của dân số thế giới đang ngày càng tăng lên.

 

Tuy nhiên, tăng sản lượng cây trồng đòi hỏi phải cải thiện hơn nữa những gì có thể được quan sát thấy đối với các loại cây trồng này bên trên mặt đất. Hệ thống rễ là rất cần thiết để hút nước và chất dinh dưỡng, nhưng hiểu được những gì đang xảy ra bên trong các bộ phận không quan sát được này cho đến nay vẫn còn phụ thuộc chủ yếu vào các nghiên cứu trong phòng thí nghiệm và các phương pháp thực địa chủ quan.

Để giải quyết đòi hỏi đó, các nhà nghiên cứu từ Viện Công nghệ Georgia và trường Đại học Penn State đã phát triển một kỹ thuật hình ảnh tự động để đo và phân tích hệ thống rễ của những cây trưởng thành. Kỹ thuật này sử dụng công nghệ máy tính tiên tiến để phân tích các bức ảnh chụp hệ thống rễ của cây. Các hình ảnh và phần mềm được thiết kế để cung cấp cho các nhà khoa học những thông tin thống kê mà họ cần để đánh giá các nỗ lực cải tiến cây trồng.

Ngoài việc cải thiện cây lương thực, kỹ thuật này cũng có thể giúp cải thiện cho cây trồng sản xuất năng lượng, các vật liệu và phục vụ các mục đích khác.

Hệ thống rễ cây rất phức tạp và rất khác nhau ngay cả ở các cây cùng một loài. Phân tích các đặc tính quan trọng của rễ trên cánh đồng canh tác phụ thuộc vào các phép đo bằng tay – biện pháp có thể thay đổi theo quan sát. Ngược lại, các phép đo tự động có khả năng cung cấp thông tin thống kê tăng cường cho cải thiện cây trồng.

Cho đến nay, hình ảnh của hệ thống rễ cây phần lớn được thực hiện trong phòng thí nghiệm, sử dụng cây trồng trong chậu nhỏ và hộp chứa. Những nghiên cứu này cung cấp thông tin về giai đoạn ban đầu của sự phát triển, và không trực tiếp định lượng các tác động của điều kiện phát triển thực tế hoặc các thay đổi trên cánh đồng canh tác về hàm lượng nước, đất, hoặc chất dinh dưỡng.

Kỹ thuật này được phát triển bởi các nhà nghiên cứu từ Viện Công nghệ Georgia và trường Đại học Penn State đã sử dụng ảnh kỹ thuật số để cung cấp một hình ảnh chi tiết về rễ cây trưởng thành. Từng cây được nghiên cứu bị đào lên và hệ thống rễ được rũ sạch đất. Rễ sau đó được chụp lại trên nền đen bằng cách sử dụng máy ảnh kỹ thuật số tiêu chuẩn. Một tăng vải trắng xung quanh hệ thống camera sẽ cung cấp ánh sáng phù hợp.

Các bức ảnh chụp được sau đó được tải lên một phần mềm chạy trên máy chủ để phân tích hệ thống gốc với hơn 30 thông số khác nhau - bao gồm cả đường kính của rễ, mật độ gốc, các góc của rễ đôi và các thông số chi tiết của rễ chung quanh. Các nhà khoa học đã thực hiện trên cánh đồng và có thể tải hình ảnh vào cuối ngày đồng thời có được những bảng tính kết quả sẵn sàng cho việc nghiên cứu vào ngày hôm sau.

Phát triển kỹ thuật chụp ảnh kỹ thuật số yêu cầu lọc lặp lại để tạo ra hình ảnh phù hợp mà có thể được phân tích bằng chương trình máy tính.

Hợp tác với một nhóm nghiên cứu dẫn đầu bởi Jonathan Lynch - Giáo sư về khoa học thực vật tại Penn State, hệ thống này đã được đánh giá ở Nam Phi với đậu đũa và ngô. Với khả năng nhanh chóng thu thập dữ liệu trong lĩnh vực này, nó đã có thể đánh giá một khung đa dạng của đậu đũa. James Burridge - cộng tác viên của Penn State đã biên soạn một bộ dữ liệu tham khảo về đậu đũa gồm khoảng 1.500 hệ thống rễ được đào lên. Các bộ dữ liệu được đo bằng tay để xác nhận và so sánh với các phương pháp tính toán mới. Trong tương lai, hệ thống này có thể cho phép các nhà khoa học nghiên cứu bộ rễ cây trồng suốt một mùa sinh trưởng, có khả năng cung cấp dữ liệu về vòng đời mới.
 
M.T. - Mard, theo Sciencedaily.
Trở lại      In      Số lần xem: 1072

[ Tin tức liên quan ]___________________________________________________
  • Bản đồ di truyền và chỉ thị phân tử trong trường hợp gen kháng phổ rộng bệnh đạo ôn của cây lúa, GEN Pi65(t), thông qua kỹ thuật NGS
  • Bản đồ QTL chống chịu mặn của cây lúa thông qua phân tích quần thể phân ly trồng dồn của các dòng con lai tái tổ hợp bằng 50k SNP CHIP
  • Tuần tin khoa học 479 (16-22/05/2016)
  • Áp dụng huỳnh quang để nghiên cứu diễn biến sự chết tế bào cây lúa khi nó bị nhiễm nấm gây bệnh đạo ôn Magnaporthe oryzae
  • Vai trò của phân hữu cơ chế biến trong việc nâng cao năng năng suất và hiệu quả kinh tế cho một số cây ngắn ngày trên đất xám đông Nam Bộ
  • Tuần tin khoa học 475 (18-24/04/2016)
  • Vi nhân giống cây măng tây (Asparagus officinalis L.)
  • Thiết lập cách cải thiện sản lượng sắn
  • Nghiên cứu xây dựng hệ thống dự báo, cảnh báo hạn hán cho Việt Nam với thời hạn đến 3 tháng
  • Liệu thủ phạm chính gây nóng lên toàn cầu có giúp ích được cho cây trồng?
  • Tuần tin khoa học 478 (09-15/05/2016)
  • Sinh vật đơn bào có khả năng học hỏi
  • Côn trùng có thể tìm ra cây nhiễm virus
  • Bản đồ QTL liên quan đến tính trạng nông học thông qua quần thể magic từ các dòng lúa indica được tuyển chọn
  • Nghiên cứu khẳng định số loài sinh vật trên trái đất nhiều hơn số sao trong giải ngân hà chúng ta
  • Cơ chế di truyền và hóa sinh về tính kháng rầy nâu của cây lúa
  • Vật liệu bọc thực phẩm ăn được, bảo quản trái cây tươi hơn 7 ngày mà không cần tủ lạnh
  • Giống đậu nành chống chịu mặn có GEN gmst1 làm giảm sự sinh ra ROS, tăng cường độ nhạy với ABA, và chống chịu STRESS phi sinh học của cây Arabidopsis thaliana
  • Khám phá hệ giác quan cảm nhận độ ẩm không khí ở côn trùng
  • Phương pháp bền vững để phát triển cây lương thực nhờ các hạt nano
Designed & Powered by WEBSO CO.,LTD