SmartRoot在大豆根系形態指標測定上的應用

韓毅強+石英++鞏海仁+高亞梅++鄭殿峰+桂學府

摘 要：為了快速準確的測定大豆根系的形態指標，將平臺掃描儀與SmartRoot軟件相結合，建立了一套完整的根系形態測量體系。該文以大豆根為例，使用掃描儀獲取根系圖像，探討利用SmartRoot軟件測定其根系形態指標的可靠性以及不同分辨率對形態指標測定結果的影響。結果表明，利用WinRhizoBasic驗證SmartRoot測定的大豆根長度、表面積、體積、直徑的標準均方根誤差分別為6.46%、7.36%、7.24%、10.73%，且判定系數（R2）均接近于1，該方法可靠。對根系進行掃描時，采用300dpi以上能確保其測量結果的準確性。因此，將掃描儀結合SmartRoot為大豆的根系測量提供了新的研究方向。

關鍵詞：根系；SmartRoot軟件；形態指標

中圖分類號 S565.1 文獻標識碼 A 文章編號 1007-7731（2017）05-0037-04

Abstract：To quantify the morphological index of soybean root fast and accurately，we combined the scanner with Smart Root software and set up a set of complete root morphology measurement system.Using the scanner to acquire the picture of the root of soybean（Glycine max），we aimed to discuss the reliability of using the SmartRoot for the measurement of morphological index of root，while to study the influence of different resolution on the result of measurement of morphological index.The result showed that measurement of morphological index between SmartRoot and WinRhizoBasic on root length，surface area，volume and diameter were 6.46%，7.36%，7.24% and 10.73%，respectively，while the adjusted R square approximated one，signifying a high consistency between the two software systems.The measurement can be ensured by using 300 dpi when scanning the image.This novel method would provide a new research direction for root measurements.

Key words：Root；SmartRoot software；Morphological index

根系是植物激素的合成場所，同時也是水分和礦質營養的吸收運輸部位，因而根系對植物生長發育起重要作用[1]。一直以來，人們都在研究非生物脅迫[2-3]、激素調節[4]及營養元素[5]等對植物根系形態的影響。然而由于研究方法和定量分析手段的限制，人們對根系形態的研究僅局限于干重、體積、吸收面積，且精確度低。隨著科學技術的發展，人們逐漸利用圖像分析方法進行根系二維形態研究。近年來，根系圖像分析軟件層出不窮，例如浙江大學發明的LA-S-type植物圖像分析軟件[6]、DT-SCAN軟件[7]、地理信息系統軟件（ARC/INFO）[8]、WinRhizoBasic根系掃描系統[9]、ImageJ軟件[10]等。其中應用最為廣泛的是WinRhizoBasic根系掃描系統和ImageJ軟件，兩者在測量結果上的差異較小[11-12]，且ImageJ為免費軟件，應用SmartRoot插件后，能夠方便快捷的進行測量。

ImageJ是一款基于Java的公共免費的圖像處理軟件，該軟件同時支持Microsoft Windows，Mac OS，Mac OS X，Linux等操作系統，并且支持TIFF、PNG、GIF、JPEG、BMP、DICOM、FITS等多種格式[13]。SmartRoot是一款基于ImageJ的半自動化的圖像分析軟件，能將復雜的根系結構和生長的定量簡單化。該軟件將矢量表示法與追蹤演算法相結合，可以適應多種來源和質量的圖像。它能將像素坐標和灰度轉化成有意義的生物學屬性，例如分段的直徑和方向、與其他任意的分段或拓撲位置的距離等。最終用戶操作和數據分析是在每個分段上進行的，因而不受空間間隔和原始圖片的分辨率的限制。它能夠測量長度、表面積、體積和平均根直徑等指標，本文主要以大豆根系為例，旨在探討掃描儀結合SmartRoot軟件在測定根系形態指標上的準確性，建立一套快速準確測定根系形態指標的方法。

1 材料與方法

1.1 材料 所選大豆品種為東農42，在溫室內沙培種植。播種后7d后取出完整的根系，用清水將沙子沖洗干凈。將根系放置于盛有水的水槽內，使水沒過根系。使用EPSON V700對根系進行掃描，圖片格式設置為.tif格式。

1.2 SmartRoot 軟件準確性的驗證安裝ImageJ圖像分析軟件的插件SmartRoot，對根系的形態指標進行測定。選取16株根系，使用400dpi進行掃描。然后分別使用SmartRoot和WinRhizoBasic軟件進行形態指標的測定，比較2種方法所測得的根系總長、總表面積、總體積、平均直徑等指標。所得結果采用SPSS 21.0進行回歸分析。采用均方根誤差（root mean square error，RMSE）、標準均方根誤差（normal root mean squared error，NRMSE）等統計值進行分析和驗證。

[RMSE=i=1n（Oi-Si）2n] （1）

[NRMSE=RMSE/O] （2）

式中：Oi代表使用WinRhizoBasic測得的形態指標值，設定為自變量；Si代表使用SmartRoot測得的形態指標值，設定為因變量；n代表樣本容量；[O]代表使用WinRhizoBasic測得的形態指標值的平均值[14]。

1.3 確定合適的分辨率 圖片掃描分辨率分別設置為50dpi、96dpi、200dpi、300dpi、400dpi、600dpi、800dpi，隨機選取一株根系，重復3次，記錄其所需時間和圖片占用空間。利用SmartRoot對大豆的主根形態進行測定，比較不同分辨率對大豆主根長度、表面積、體積、直徑的影響。

2 結果與分析

2.1 SmartRoot軟件準確性的驗證 分別采用SmartRoot與WinRhizoBasic 2個軟件測量根系的總根長、總面積、總體積、平均直徑等指標，對其分別進行回歸分析，結果見圖1。2個軟件在大豆根系長度、根表面積、根體積的測量上具有較好的一致性，其NRMSE值分別為6.46%、7.36%、7.24%（如圖1-A、1-B、1-C），且R2分別為0.914、0.969、0.965；而在大豆根直徑的測量上的一致性有所下降，其NRMSE值為10.73%，R2為0.951。由此說明，采用SmartRoot與WinRhizoBasic 2個軟件測量，對根系的長度、表面積、體積影響較小，對根直徑影響稍大。分析其原因，可能是由于在追蹤根系時某些節點在識別直徑大小時出現失誤，這對根長、表面積、體積影響較小，而對直徑影響稍明顯。趙揚輝等認為R2越接近1，代表兩組數據越一致，根據根長度、表面積、體積、直徑的R2來看，2種軟件的測量結果一致性較高。因此SmartRoot在大豆根系形態指標的測定時可信。

2.2 不同分辨率對根系形態測定的影響 選取播種后7d的大豆根系，使用不同的分辨率（50、96、200、300、400、600、800dpi），分別掃描各3次。對結果進行差異性分析，發現不同分辨率對根系長度沒有影響，而對于表面積、體積、直徑影響較大。對于表面積而言，50dpi、96dpi和200dpi與其他分辨率相比差異顯著，數值顯著增高，300dpi以上的結果差異不明顯；對于體積而言，50dpi和96dpi與其他分辨率相比差異顯著，數值顯著增高，200dpi以上的結果無差異；對于直徑而言，50dpi、96dpi和200dpi與其他分辨率相比差異顯著，數值顯著增高，300dpi以上的結果差異不明顯。綜上所述，掃描圖像時的分辨率應該在300dpi以上，才能保證結果的可靠性。

5 結語

SmartRoot是專門為測量根系設計的一款軟件，可以實現操作的半自動化。相對于WinRhizoBasic的全自動化處理，SmartRoot更具有人性化。它能夠給每一條根系命名，從而區分主根和側根，即使圖片中包含幾條根系也能區分開來，因此亦能夠將主根和側根數據分開分析。并且ImageJ對圖片的要求不高[13]（WinRhizoBasic要求圖片至少是400dpi，且圖片背景干凈），而SmartRoot可以處理jpg、gif等多種格式的圖像，因此圖像獲取時間可以縮短許多，但SmartRoot在測量根系指標時需要半自動化操作，對于復雜的根系處理速度上不及WinRhizoBasic。兩者在測量結果上差異性不大[11]，因此在測量苗期根系時，SmartRoot完全可以勝任。Adu[15]等將平臺掃描儀與垂直板栽培技術相結合，實現了實時觀測根系的生長狀況。平臺掃描儀與SmartRoot的結合為研究大豆根系的生長開辟了一條新的思路，隨著科學技術的發展，未來人們對根系的研究將更加精準。

參考文獻

[1]嚴小龍，廖紅，年海.根系生物學：原理與應用[M].北京：科學出版社，2007.

[2]丁紅，張智猛，戴良香，等.不同抗旱性花生品種的根系形態發育及其對干旱脅迫的響應[J].生態學報，2013，33（17）：5169-5176.

[3]厲廣輝，萬勇善，劉風珍，等.不同抗旱性花生品種根系形態及生理特性[J].作物學報，2014，40（3）：531-541.

[4]張方亮，高亞梅，王占斌，等.擬南芥側根生長發育相關的基因[J].黑龍江八一農墾大學學報，2015，27（4）：19-24.

[5]馬存金，劉鵬，趙秉強，等.施氮量對不同氮效率玉米品種根系時空分布及氮素吸收的調控[J].植物營養與肥料學報，2014，20（4）：845-859.

[6]Li Z，Xu C，Li K，et al.Phosphate starvation of maize inhibits lateral root formation and alters gene expression in the lateral root primordium zone[J].BMC plant biology，2012，2（1）：89.

[7]李亞兵，張立楨，王桂平.DT-SCAN 在棉花根系研究中的應用[J].中國棉花，1999，26（5）：37-38.

[8]鄭純輝，康躍虎，姚素梅，等.基于地理信息系統的植物根系分析方法[J].農業工程學報，2004，20（1）：181-183.

[9]顧東祥，湯亮，曹衛星，等.基于圖像分析方法的水稻根系形態特征指標的定量分析[J].作物學報，2010，36（5）：810-817.

[10]Gou J，Strauss S H，Tsai C J，et al.Gibberellins regulate lateral root formation in Populus through interactions with auxin and other hormones[J].The Plant Cell Online，2010，22（3）：623-639.

[11]劉季，安鋒，袁坤，等.運用 SmartRoot 測量橡膠樹細根[J].植物生態學報，2013，37（8）：786-792.

[12]Tajima R，Kato Y.Comparison of threshold algorithms for automatic image processing of rice roots using freeware ImageJ[J].Field Crops Research，2011，121（3）：460-463.

[13]高建昌，郭廣君，國艷梅，等.平臺掃描儀結合ImageJ軟件測定番茄葉面積[J].中國蔬菜，2011（1）：73-77.

[14]趙揚輝，湯亮，曹衛星，等.小麥生長模擬模型（WheatGrow）的適應性評價[J].麥類作物學報，2010，30（3）：443-448.

[15]Adu M O，Chatot A，Wiesel L，et al.A scanner system for high-resolution quantification of variation in root growth dynamics of Brassica rapa genotypes[J].Journal of Experimental Botany，2014，65（8）：2039-2048. （責編：張宏民）