面白い

アロイド(アロニック)

アロイド(アロニック)


アグラオネマ(緯度アグラオネマ)はサトイモ科に属し、20〜50種があります。この属は、ニューギニアの熱帯地域、マレー諸島、および東南アジアの平野の川岸と森林の下部に沿った熱帯雨林に生息しています。


起源と分布[編集|コードを編集]

家族は80以上の属と2000以上の種を含みます。 [3]

クローブは地球のすべての大陸に分布していますが、不均一です。種の最大数は、古代地中海の地域、中央および東アジアの地域で発見されています。クローブは多くの草本植物群落で重要な役割を果たし、砂漠、ツンドラ、亜熱帯および熱帯の高地で成長することができ、独特の枕の形で表されます。

カーネーションファミリーの2人の代表者は、ギネスブックに含める価値があります。これらはColobantus quito( ナンキョクミドリ )と忍び寄るヒトデ( ハコベ )。最初の植物は南極の顕花植物に含まれており、2つの種だけで構成されています。 2つ目は、海抜6000メートルのヒマラヤにあります。 [四]


生物学的記述[編集|コードを編集]

属の代表は通常低木または低木であり、時には小さな木です。珍しい生命体もあります:例えば、ローレルブルーベリー( Vaccinium laurifolium )は半着生植物です-この種は着生植物として成長を始めますが、垂れ下がった根が表面に達すると、植物は通常の陸上植物のように成長し始め、幹を木に立てかけて高さ5mに達しますその上でそれは成長し始めました。

根茎 通常は長く、紐のようで、その上に多数の茂みがあります。一般的なビルベリーでは、根茎の長さは最大3 mで、一部の種類のスノキ属では、根茎の長さは10 mに達します。他のヘザーと同様に、菌根はスノキ属の特徴であり、植物の根と真菌の菌根との相互に有益な共存です[14 ]。

エスケープ または直立、または忍び寄る。

葉の向軸(上)側は明るい緑色で、背軸(下)側は明るい緑から白までさまざまな色です。幼い頃、葉は時々赤くなり、秋にはいくつかの種でも赤くなり(例えば、背の高いブルーベリー)、しばしば革のようになります[9] [15]。いくつかの種では、乾燥期間の開始時に葉が丸まってチューブになります。特に、この特性はリンゴンベリーによって所有されています[14]。

フラワーズ 二重花被。花冠は多かれ少なかれ相性が良く、スノキ亜属の種ではベル型(ゴブレット、樽型)の形をしています。クランベリー亜属の種では、完全に発達した花はシクラメンの花に似ています( シクラメン ):花びらが後ろに曲がっています。花びらの色は白から真っ赤です。花はしばしば4員であり、5員であることが少ない(ほとんどの杢の花には5員の花があるという事実にもかかわらず)。雄しべの数は花冠葉の2倍です[5]。雄しべは自由で、他のヘザーのように2細胞で、2つの「角」が毛穴で開いており、花粉粒は4つでつながっています[10] [14]。花はバイセクシュアルですが、機能的なユニセクシュアリティの現象が見られることもあります。たとえば、一般的なブルーベリーは、弱いプロテランドリア(雌しべの前の雄しべの成熟)によって特徴付けられます[14]。下卵巣[16]。
花式:∗ K(5)C(5)A 5 + 5 G(5¯)< displaystyle ast K _ <(5)> C _ <(5)> A_ <5 + 5> G _ <(<オーバーライン<5 >>)>> [17] .
受粉は昆虫の助けを借りて行われます。おしべには角のような付属肢が付いています。昆虫が花を訪れると、付属肢は昆虫自身が花粉を注ぐためのてことして機能します。他家受粉が不可能な場合でも果実は形成されますが、自然界で花が揺れることを条件としてのみ、風によって揺れが発生するため、周囲の植物によって風から守られている場所では、ブルーベリーが少なく、ブルーベリー[14]。

胎児 -ジューシーなベリー。熟したベリーの色は赤または青(青みがかった色から濃い青まで、ほとんど黒までさまざまな色合い)です。この属の代表は、動物(鳥や哺乳類)が果実全体を食べ、消化管を通過するその中の種子が排泄物とともに無傷で出てくる種子分配の方法であるエンドズーコリアによって特徴付けられます[14]。

スノキ属の種は、多くの食物連鎖の最初のつながりであり、特に、多くの種類の蝶の毛虫のための食用植物です[18]。


グロリオサ:幻想的な花、素晴らしいフェニックスのような

Gloriosaは塊茎のItに属しています。ジオファイトは多年生植物であり、休眠期間中、それらの緑の地上部分は死に、そして生命は攻撃の中でちらちらと光ります。 フェニックスのような地下の泉から、グロリオサは灰からではなく塊茎から生まれ変わりました。

燃えるような色と彷彿とさせる、炎の舌の形はグロリオサです

グロリオサは形も色も燃えるような鳥に似ています。その花は燃えるようなユリと呼ばれます(ユリの植物とは関係ありませんが、開花に属します)。グロリオサの憂鬱な花は、強く曲がった花びらであり、時にはその先端が触れ、長く開いた雄しべが見下ろします。花びらエッジは均一または色にすることができ、段ボールは常に2色または3色です。ほとんどの場合、これらは緋色のさまざまな色合いです:炎、深紅色、黄色、オレンジ。そして、すべての素晴らしさは非常に長い弾力性のある花にかかっています。花柄が変動するおかげで、小さな花の実弾が見える印象が生まれますグロリオサのトーチを3〜4か月続けて。花序はそれほど長くは続きませんが、各シュートは最大7枚の葉を生成します。

グロリオサの花は優雅な巻きひげで飾られており、サポートを維持するのに役立ちます

壮大なグロリオサは、アフリカのジンバブエ共和国とインドのタミルナードゥ州でシンボルとなった花です。そこでは炎の花と呼ばれています。

私たちの家やアパートに引っ越してきた熱帯のリアナグロリオサは、彼らの習慣を変えませんでした。彼女はまだ湿った暖かい空気を愛し、明るい人は光を愛しています。ですから、燃えるようなユリは花屋の注意なしにはできません。しかし、植物の世話をすることは難しくありません。さらに、一年中ケアは必要ありません。冬には、グロリオサは休憩を取ります。彼女は休止状態になるだけでなく、ポットに完全に隠れます。

グロリオサは育てられ、カットされ、その花は花束によく似合います

しかし、グロリオサの葉や花を食べることができる住民があなたの家にいない場合は、このオリジナルの植物を自由に育ててください。あなたの燃えるようなユリは結局のところあなたを賛美することができるでしょう。ラテン語の「グロリア」の花屋は、栄光を次のように翻訳します。

豪華なグロリオサと他の親戚

この花は幻想を目覚めさせる

Gloriosaは最高の宝石商を鼓舞します。エリザベス2世女王の英国のジュエリーコレクションは、グロリオサの花のブローチにゴールドダイヤモンドの形をしていることが知られています。

    グロリオサは豪華で、素晴らしく、そのような形容詞を授与されたのは偶然ではありません。 2メートルこのインド起源のリアナは、豊かな緑と豪華な花を持っています。初夏から9月までの3〜4ヶ月で交互に咲きます。花の大きさは約10cm、花びらの外側は紫ピンク、内側は赤黄色です。花びらの縁は波打っていて、先端は中央から上向きに曲がっており、そこから緑がかった雄しべが現れます。それらはほぼ水平です。花が成長するにつれて、花の色が変わることがあります。豪華なグロリオサの亜種-黄色のルテアグロリオサ。黄色いレモンの花が咲く、よりミニチュアのつる植物です。彼らは非常に波形のグロリオサを持っています。野生のロスチャイルドの花びらはアフリカ南部で育ちます。このつるは、インドの親戚の葉よりも狭くて長いです。そして、花は真ん中が深紅色のバーガンディ色で、端からは黄色がかっています。花びらは強く波打っています。シトリングロリオサは最も人気のあるロスチャイルドの品種です。繊細なレモンイエローの真ん中のリアナの花が大きく、色は赤い染みで飾られています。黄色い花の太陽の花びらが波打っていないので、豪華なグロリオサグレナは好奇心が強いですが、絶対に均一です。それらは垂れ下がったユリに似ており、花柄を花びらに変えています。 Gloriosa simpleは、1.5リアナに成長します。大きな花が数メートル咲き、メインの端に沿ってわずかに均一、湾曲、またはわずかに波打っています。花びらは緑がかった黄色で、中央はピンクがかった赤です。 Gloriosa Carsoni(Carsona)-それほど長くないリアナで、最大1.5メートル成長します。中央の花びらは紫色で茶色がかった色合いで、縁は黄色で柔らかく、わずかに波打っています。 Gloriosa Modestaは南アフリカの森林から熱帯に生息し、屋内の花卉園芸ではめったに見られません。ベルに似たオレンジイエローの花が咲く短いリアナです。花びらの特徴的な曲がりはありません。

植物はその見た目で私たちを魅了します。あなたが美しい花を嗅ぎたいか、それを摘み取りたいかどうかにかかわらず、それを試してください。果物は、植物の中であなたがしばしば有毒で健康に有害であると見つけることができることを覚えています。

祈りのトウアズキ(Abrus Precatorius)のような植物については、ほとんど聞いたことがありません。その最も注目すべき部分は、宝石や道具の製造によく使用される、明るく小さな赤い種子です。

果実は灰のようで、オリーブのように黒く、枝からの抽出物は矢じりを濡らして塗られました。

Ash-columnar(Burning Bush)は、ミカン科(ミカン科)の属(Dictamnus)の多年生草本植物の一種です。高十分に草本植物(70cmまで)。

ホワイトアッシュ(Dictamnus。Latalbus)には、他のロシアの野生があります-スターアニス、ボルカナ、アッシュツリー、悪いの名前。

ソスノウスキーホグウィード(Heracleum sosnowskyi)。野生では、アフリカ、アジア、ヨーロッパ、アメリカの国々で約70種類のハナウドが育つことが知られています。それは、最大4メートルの高さに達することができる茎を持つハナウド草本多年生植物です。ラテン語の名前「ヘラクレス」は、その速い成長能力、巨大なサイズ、および非常に強力な外観のために、古代ギリシャ神話の英雄であるヘラクレスに敬意を表して植物に付けられました。 「Heracleum」は「HerculesHerb」と翻訳できます。

栽培植物として、トウダイグサ科のトウゴマ(トウダイグサ科)、またはトウダイグサ科(トウダイグサ科)は、深い種子でも知られていました。その古代は、エジプトの情報の墓で発見されました。彼女についてのファラオは、ギリシャ人、エジプト人、ローマ人、アラブ人の多くの古代の文学資料に見られます。聖書に記載されている植物。テーベの寺院の壁に飾られたトウゴマの画像。

西暦1世紀e。ローマの科学者プリニウスは、この植物の特性を説明し、この昆虫に類似した種子のために、キャスターを「彼」と呼びました。これは「ダニ」と解釈されます。したがって、一般的なヒマシ油プラントの名前は由来しています。ヨーロッパでは、イギリス人が南部植民地からロンドンに種を持ってきた後、18世紀の終わりにひまし油への関心が現れました。ヒマシ油の種子には有毒物質であるリシンが含まれていますが、これは工業生産時に油になりません。トウゴマでは、果物だけでなく花序も効果的です-短い厚いまたはそれらのないとげのある球形のカプセル。彼らはその中で熟します。 9月のカプセル-暗い背景に灰色のモザイクブルーの斑点がある小さな食べられない種子。穀粒の種子には、貴重なヒマシ油が平均65〜75%含まれていますが、油と有毒なタンパク質であるリシンが含まれています。

ストラモニウムチョウセンアサガオL.-チョウセンアサガオの臭い、または普通の(非常に有毒な植物)。有名な科学者アヴィセンナはドープの特性の研究に従事していました。これについて、著者はドープが「脳に有害で中毒である」と科学で彼の「メディカルキャノン」を判断する機会を与えられています。

ラテン語の名前Daturaはアラビア語とペルシア語に由来し、「とげのある果物」を意味します。種名ストラモニウムは、この植物の新鮮な葉の「示す」と臭いを意味します。新鮮な植物は、かすかに酔わせて不快な臭いを放ちます。宇宙で最も強い幻覚、見当識障害、記憶は、種子やカプセルの組成に含まれるアルカロイドによって引き起こされます。しかし、すべてが大丈夫です、あなたはそれらを噛むことはできません。

ナス科の植物の属。割り当てられたチョウセンアサガオの一種。これには小さな低木や木が含まれます。

この属は、オランダの植物学者Sebald JustinusBrygmansにちなんで名付けられました。属は10それを数えます。種は非常に壮観な植物で、大きな花が美しく、強烈な香りの周りに広がっています。キダチチョウセンアサガオは好熱性で、一年中ほぼノンストップで成長し、開花します!文献では、植物は他の名前で多くの人からも言及されています:英語。チョウセンアサガオ(チョウセンアサガオ、ウッディドープ)、eng。トランペットエンジェルス(エンジェルトランペット)、eng。イーグルの邪悪な木、ブルーグ。

花は圧倒的に白いですが、大きな葉のアジサイ(Hydrangea macrophylla)のように、青、赤、ピンク、ライラックのようなものもあります。

葉やアジサイの花は非常に毒性が高く、水や唾液と接触するとシアン化物イオンを含む混合物が現れます。

シャクナゲとモクレン、アジサイと藤、ディフェンバキアとアマリリスはその美しさに魅了されます。しかし、それらはすべて有毒であり、ただそれらを賞賛することを忘れないでください。

太古の昔から、人は家を装飾的なもので飾りました。それは植物で目を楽しませ、空気を浄化し、装飾的な機能を果たします。今日は、大切な読者の皆様と重要な情報を共有したいと思います。

近年、珍しいフォルムと優雅な美しさで想像力をかき立てるエキゾチックな室内文化(装飾花、落葉樹、多肉植物など)が人気を博しています。しかし、それらのほとんどが有毒であることは誰にも知られていません!同じ可能性人間の健康と動物へのどのような脅威が緑のペットを運びますか?どのような屋内の有毒植物:写真と名前?

別のエキゾチックな植物に家を持ち込む前に、その世話の特性を注意深く研究するのではなく、植物のさまざまな部分(塊茎、球根、茎、種子、果物、花柄、乳白色のジュース)。主な屋内「有毒」の種類のリストをお届けします。


屋内植物|ロンドンに配達

前書き

土地被覆構造の特性とその空間的変化は、放射線吸収、植物の水収支、降水の遮断、光合成活動などのさまざまな植物プロセスに関連しています(Harley and Baldocchi、1995)。ドームの構造的および生化学的変数は、地表と大気の間の相互作用をモデル化するための制約としてよく使用されます(Sellers et al。、1997)。さらに、種の競争、生物多様性、生態系と農業生態系のダイナミクス、および木材生産に対する光の遮断と透過の影響を調べた多くの研究は、葉と枝の空間分布に依存しています(Pretzsch、2009年)。

植物の生態学と生理学では、概日リズムは、植物の生理学と環境に関連する生態学的に有益な適応のために、約24時間のサイクルで発生する行動です(Sadava et al.2009)。これに関連して、根と葉の成長パターンは、概日時計と葉のデンプン代謝によって決定されます(Ruts et al。、2012)。したがって、ダイリーフの動きは、概日時計のよくタイプされたシンボルです(Farré、2012)。これらの動きは長い間集中的に研究されてきました(Barak et al。、2000)。研究者はまず、2つの理由を特定しました。これらの変動の要因:植物の水収支(Chapin et al。、2011)と光周性(Sysoeva et al。、2010)は、植物の光合成有効放射の速さに関連しています。葉の角度は、入射光の遮断を最適化し、熱ストレスを回避するように調整されます(Medina et al。、1978 Ehleringer、1998)。植物の視覚化は、さまざまな正確で自動化されたプロセスを通じて、植物の発達、成長、生理学的およびその他の表現型の特性を分析および定量化することを目的としています。完全なレビューは、高スループットの画像ベースの植物表現型の最近の進歩に焦点を当てています(Fahlgren et al。、2015)。多くの進歩が報告されていますが、画像ベースの技術では、暗い場所でフラッシュを使用する必要がありますが、セットアップや処理では、手動または自動で3D結果を取得するためにある程度の努力が必要です。

TLiDARは、高い空間分解能とミリメートル精度でサイトレベルで3D植生構造を迅速に測定するための有望なツールとして登場しました(Dassot et al。、2010)。光検出および測距(LiDAR)は、レーザーエネルギーを転送し、返されたエネルギーの到着時間を決定することによって距離を正確に測定するアクティブリモートセンシング技術です。アクティブ技術として、周囲の照明条件の変化にほとんど影響を受けず、次のことが可能です。光がない場合でもデータをキャプチャする..。 TLiDARデータは、レリーフの形態変化を監視するためのエンジニアリングアプリケーションで広く使用されています(Herrero-Huerta et al。、2016)。土地被覆測定のためのTLiDARへの関心は、過去10年間に林業(van Leeuwen and Disney、2018)および(Thies and Spiecker、2004)で始まりました。最近、Raumonen等。グラフレベルでの樹木の構造モデリングへの完全自動アプローチが提案されています(2013)。 TLiDARを屋外で使用すると、樹木形状の概日リズムをミリメートルスケールで1時間未満の時間分解能で正確に追跡できます(Puttonen et al。、2016)。 Dornbusch et al。近赤外線レーザースキャナーを使用して、シロイヌナズナの葉の概日運動とリズミカルな成長を分析する(Dornbusch et al。、2014)。この目的のために、Paulus等。安価な3Dレンダリングツールが使用されました。 (2014)そして、推定された植物の形状のメトリック品質について評価されました。要約すると、TLiDARは、さまざまなスケールレベルで植生の形状を監視する可能性があります。さらに、スキャンは屋外で実行でき、さまざまな照明条件の影響を受けず、最大数分の時間分解能で動作できます。スキャンメカニズムは、高速回転するポリゴンポリゴンミラーに基づいているため、植物にほとんど影響が伝わりません。不利な点として、点群は、クロロフィルのハイパースペクトルおよび熱蛍光画像が行うように、植物の直接的な生化学的パラメーターを提供できません(Fiorani and Schurr、2013)。一方、画像ベースの3Dモデリングには、大量の後処理が必要です。 TLiDARはより高いコストを必要とします。

この研究の目的は、TLIDARが植物の動きを効果的に捉えてパラメータ化する方法を示すことです。一般に、TLIDARを使用してデータを収集することは比較的簡単であると考えられています。ただし、移動する植物の点群データのサンプルから幾何学的パラメータを自動的に抽出するための方法論と関連するソフトウェアツールはまだ不足しています。したがって、この研究の目的は、TLiDARを介して屋内植物の葉の動きを自動検出するための表現型パイプラインを提案することです。

作業は次のように構成されています。この簡単な紹介の後、提案された方法論は方法論のセクションで説明されています。さらなる結果と考察は、それぞれ実験結果と考察のセクションに示されています。最後に、結論が導き出されます。

方法論

実験のセットアップ

ある種の下草を使って実験を行った Calathea roseopicta (リンデン)ほとんどの熱帯植物の光向性と熱向性のために、ロゼット形の基底葉を持つ熱帯アメリカ原産のレーゲル、 カラテア 日光を吸収するために表面を最適化するために、葉を開き、トランクを含むシステム全体を光に向かって移動します。暗い時期(夜)には、葉がカールして表面を最小限に抑え、植物の冷却を防ぎます。したがって、この種は、茎葉系の複雑な空間的動きを監視するのに適しています。それは16°Cの最低温度を必要とするので、それは通常温帯システムで屋内に保管され、その非結紮組織は土壌の水と光の影響を受けやすい軟組織を可能にします(Chao-ying、2009)。 2つの植物がテストされ、有機物含有量の高い砂質基質で満たされた850 ccPVCコンテナに植えられました。測定中、調査した第1プラントの平均高さは

31cm、2号機は

図1に示すように、それぞれ29cm。

写真1 。画像 Calathea roseopicta プラント2。

実験は2016年12月に実施されました。気温(°C)と相対湿度(%)は、5分のサンプリング間隔でHOBO U30-NRC気象観測所を使用して、サンプリング期間中継続的に監視されました。照明条件は、AMPowerSoftwareのLuxMeterProAdvancedアプリケーションを使用して、距離で12ルクスの精度で実験中に測定されました。葉の動きの推定方法

外れ値の削除

植物の点群サンプルには、干渉による後方散乱などのさまざまな理由により、外れ値やノイズの多い点が含まれる場合があります(Thies and Spiecker、2004)。このようなポイントは実際の植物のサンプルとは見なされません。最初のステップは、ポイントクラウドからそれらをフィルタリングすることです。複数のポイントから個々の孤立したポイントまたはクラスターを削除するには、次のように統計的距離分析を実行します。最初に、すべてのポイントにアクセスしました。クエリポイントごとに、所定の距離内のすべての隣接ポイントが決定され、クエリポイントからこれらのポイントまでのすべての距離が決定されます。すべてのポイントを訪問した後、これらの距離の平均と標準偏差(d¯とσ d それぞれ)。さらに、しきい値( L d) と定義されている:

どこ p は信頼水準であり、標準正規密度曲線に関連する臨界値として表されます(Palnick、2014年)。

繰り返しになりますが、すべてのポイントが訪問されました。特定のポイントについて、隣接するポイントまでの平均距離が k を超える L d、外れ値としてマークされ、削除されます(Rusu et al。、2008)。ポイントがオクトラのようなデータ構造に編成されている場合、この方法は十分に高速です。

ポイントマップの計算と偏差の計算

スキャンは、サンプル期間中にTLiDARを移動せずに実行されます。ただし、異なる時間に撮影されたスキャンが完全に位置合わせされるとは限りません。したがって、3D点群の位置合わせまたは位置合わせは、ライカ©から直径10cmの7つの外部球形ターゲットを使用してチェックされます。この登録ステップでは、ソリッド変換を評価します(点群に適用できるのは平行移動と回転のみです)。 Besla and McKay(1992)の反復最接近点アルゴリズムを使用して、マルチタイムデータセットからターゲット間の無視できる平均絶対誤差を取得します。

その後、すべての点群が共通の境界ボックスを使用してクリップされます。この段階では、点群間の対応を認識することは、植物の動きを多時期データセット間のオフセットとして計算するために不可欠です。したがって、連続するTLiDARデータセット間の雲間の最初の違いは、八分木組織を使用する面取りベースのアプローチを使用して計算されます(Akmal Butt and Maragos、1998)。次に、この最初のステップで取得した距離統計を使用して、オフセットを調整します。 2つの多時期点群間のより正確な雲間距離は、局所近似モデルを2次表面を持つ参照雲に適用することによって導き出され、座標を正確に描写して植物を定量化する点群間の変位偏差のマップを生成します。動き。

個々の葉のセグメンテーション

葉の向きの経時変化は、点群データから推定されます。この目的のために、Woo et al。(2002)で示唆されているように、八分木構造における点群の構成に基づくセグメンテーション方法を使用して、個々の植物の葉が点群から抽出されます。

最初に、点法線はドロネー三角形分割を使用して推定されます(Golias and Dutton、1997)。さらに、3次元ポイントは八分木構造に編成され、ローカルポイント法線が八分木セルを分割するための基準として使用されます。八分木の特定の深さのポイントが同じ法線を持っている場合、細分割は終了します。八分木セルが分割されます。このプロセスは、法線が特定の深さで安定するか、最大八分木深さに達するまで繰り返されます。分離が完了した後、同じ方向の隣接するセルがボトムアップ手順でマージされます。最初に、法線の広がりが大きいセルが単純に削除されます。この動作は、たとえば、葉の端で発生する可能性があります。次に、最適なフラットセルが初期セルとして選択され、均一性基準に従って隣接セルが追加されます。このようなセグメントが完了すると、新しいシードが選択され、残りのセルを使用して手順が繰り返されます。セル内の法線ベクトルの標準偏差は、均一性の基準として使用されます。この手順を完了すると、取得したセグメントを考慮して、点群が自動的に特定の領域に分割されます。適切な基準値を使用して、結果のセグメントが個々のシートに対応するようにメソッドを構成できます。

最後のステップは、個々のシートを照合することです。これは、個々のシートが異なるデータ取得間で移動および再形成されるため、困難です。エンドポイントクラウドの各セグメントの自動同時登録は、最小二乗オーバーラップサーフェス(最小二乗3Dサーフェスマッピング)によって実行されます。 3D比較サーフェス(移動後のシートセグメント)を3D参照サーフェス(移動前のシートセグメント)に変換するためのパラメーターは、サーフェス間のユークリッド距離の2乗和を最小化することに基づいて、いわゆる一般化ガウス-マルコフモデルによって近似されます( Gruen and Akca、2008)。

シートの通常の計算

葉がセグメント化された後、葉の方向は葉の法線によって近似されます。この目的のために主成分分析(PCA)が使用されます(Weinmann et al。、2014)。この統計分析では、点の1次モーメントと2次モーメントを使用して、点群の重心を中心とする3つの直交ベクトルを生成します。 PCAは、点の分布を3次元で合成するため、重心の周りの点の分布の変化の主な方向と大きさをシミュレートします。

コーディネート バツ , y そして z 各ポイントについて = 1、... k 各葉の点群から、考えられます。各有限点群の共分散行列(Σ)(2)( バツ ) と定義されている:

Σ=(Х-Х)Т(Х-Х)к=(σx2σxyσxzσxyσy2σyzσxzσyzσz2)(2)

ここで、(σx2、σy2、σz2)は座標方向の分散であり、主対角Σの外側の要素は共分散です。X¯には k 葉の点群の3つの座標の平均値のコピー( バツ )。メインシートのノルムは、3番目の固有ベクトルΣです(Jolliffe、2002)。

方向の変化の計算

各葉の向きの変化は、変化を球面方位角(θ)(アスペクト)および仰角(Φ)(hyponastia)として定義することにより、球面座標系で特徴付けられます。このため、最初に、法線が各シートから異なる時間に、常に最初のエポックに対して時間的な順序で差し引かれます。これらの角度は、法線の差のベクトルから導出されます。 (x、y、z) 次のように計算されます。

図2は、方向変更の計算がどのように実行されるかを示しています。

図2 ..。時間の経過に伴う各シートの向きの変化の計算。

キャノピーメッシュからのボリュームバリエーション

植物全体の葉の形は、キャノピーの放射モードと構造を理解するのに役立ちますが、TLiDARの一方向の視野のため、1回のスキャンでは部分的な点群しか得られません。この段落では、植物の点群からのドーム体積の変化を定量化する方法について説明します。

このアプローチは、以前は葉のセグメンテーション(個々の葉のセグメンテーションのセクション)に使用されていた3D Delaunay三角形分割(Golias and Dutton、1997)を使用した3D植物モデリングによってサポートされています。結果は3Dメッシュです。キャノピーの現実に近いモデルを取得するには、追加のフィルターフェーズが必要です。これは、Attene(2008)に示されている近似を使用します。これには、穴やさまざまなタイプのノイズなどのメッシュの問題を排除するためのいくつかの平滑化演算子が含まれます(Fan et al。、2008)。

ドームメッシュが固定されると、その形状は3次元の凸包で近似されます(Barber et al。、1996)。凸体は、オーロラ吸収に関連する可能性のある有効領域を包含する能力のために選択されました。あるいは、将来的には、体のアルファ近似を使用できるようになります。これにより、アルファ係数を変更することで、植物の林冠の形状をより柔軟に評価できます。

1回のスキャンでは部分的な点群しか提供されないため、対称性を使用して、見えにくい裏面の復元が実現されます。したがって、対称軸はデータセットからの180°の視野によって推定されます。最後に、体積と経時変化を直接推定できるドーム形状が得られます。

実験結果と考察

実験中の日の出と日の入りの時間は同じでした。したがって、サンプリング期間は同等です。根の水分不足の影響を減らすために、成長培地は十分に水を与えられました。サンプリング期間中、室温は一定のままでしたが、相対湿度はテストAとBの間で異なりました(表2)。この水分の変化は、テストBの植物にストレスや水の移動を引き起こす可能性があります。

表2 ..。テストAおよびB中の屋内条件[日の出と日の入りの時刻はGMT(+1)です]。

データからのノイズ除去(外れ値の除去のセクション)のスキャン前処理設定は、近傍1のサイズに設定されました。球の直径は6cmです。 C. roseopicta 図3に、12:30に取得したスキャンの上に7:00に取得したスキャンを重ね合わせて示します。 「ポイントクラウドの登録」のセクションで説明されているように、テストA(図3A)の間、および比較されたポイントクラウド(12:30)からコントロールポイントクラウド(7:00 AM)(図3B)への偏差マップを計算することによっておよびマップ計算の偏差」。この時間間隔は、この時間中に葉の変位に関して最大​​の動きがあったために選択されました。この製品からさらに推定値を取得できます。たとえば、2回のスキャン間の最大変位7.92 cmは、シートNo.7で発生します。このシートの平均移動距離は3.67cmです。

図3 ..。 7.00および12.30でスキャンします。テストA中の植物1:重ね合わせ(午前7:00は黒、午後12:30は緑) (だが) および偏差マップ (に) .

セグメンテーション法を適用して個々の葉を抽出するには、いくつかのパラメーター、特に最小ボクセルサイズと反復回数を修正する必要があります。これらのパラメーターは、それぞれ1.8cmと5回の反復に設定されました。さらに、後続の細分割の許容誤差としてのセル内の点法線の標準偏差を6 cmに設定しました。複数時間のデータセット間で個々の葉のマッチングに対して最小二乗マッチングを実行するために、反復基準のしきい値を3.8cmに設定しました。その結果、すべてのスキャンで、植物1の葉が9枚、植物2の葉が11枚認識されました。図4は、午前7時(テストA)に両方の植物から抽出された個々の葉をさまざまな色で示しています。赤の法線はPCAによって取得されました。排出量は紺色です。

図4 ..。植物の個々の葉1 (A) と植物2 (B) 八分木ベースのセグメンテーション(異なる色の葉)とPCAによる順次配向評価(各葉の通常の赤いベクトル)を使用して抽出されます。

達成された全体的な精度は、各葉をターゲットクラスとして、各ポイントについてカウントすることにより、手動の葉セグメンテーションと比較することによって分析されました。正しいクラスに分類されているかどうかを判断できます。結果は混乱しています(表示されていません)(Sasidharan et al。、2010)。結果として得られた全体的な精度は、植物1で93.57%、植物2で87.34%でした。植物種の形態により、葉と茎の向きが異なるため、提案された自動セグメンテーション手法を使用できます。個々の葉が得られたら、サンプリングテストに沿った各葉の向きの変動性を評価します。図5は、テストA(図5A)とテストB(図5B)の間の植物1の葉の向きの変化を示しています。これらのバリエーションは、最初に午前7時から午後12時30分まで受信されました。 (矢印の始まり)さらに12:30から18:00まで。 (矢印の端)。これらの間隔は、これらの間隔の間にトラフィックが多かったために選択されました。方位角の変化は軸上に表されます バツ 、頂角を変更しながら軸上にあります バツ (両方とも16進度)PCAによって取得された各シートの法線方向に基づきます。各軌道の色は図1の色に対応します。異なる照明条件は明らかに異なる進行方向に対応します。暗闇での向きの変化(図5B)は、自然光での向きの変化(図5A)よりも小さくなります。

図5 ..。サンプリング期間中の角度方向の変化に基づく植物1の個々の葉からの移動パターン:テストA中 (A) テストB中 (B) [x軸の方位角の変化とy軸の頂角の7.00:00から12:30(矢印の始点)および12:30 pmへの変化。午後6時まで(矢印の終わり)。

セットアップ2の方向変更の結果を表3に示します。両方のテストで、セットアップ1でも同様の大きさの方向変更が達成されました。

表3 ..。テストAおよびB中のプラント2の向きの変化の結果。

スキャン分析の結果から、次のように結論付けました。 C. roseopicta 明期と暗期には葉の大きな動きがあり、テストと植物の両方でパターンが異なります。この種は、テストされた照明条件間で顕著な動きを示しますが、この葉の動きは、若い葉のサンプルの成長によって影響を受ける可能性があります(Puttonen et al 。、2016)。

たとえば、植物1のリーフ#1は、両方の照明条件で同じ方向に移動しますが、自然光の条件ではその移動が大きくなります。どちらの状況でも、開始点は同じです。これは、角度の変化が7.00〜12.30時間であることを意味します。匹敵します。逆に、エンドポイントは実際には異なります(午後12時30分から午後6時まで)。午後のこの葉の動きは光合成の過程に関係しているので、朝の日光への影響は少ないと考えられます。これはおそらく、日中にシート#1によって生成される蒸散速度の違いが原因である可能性があります。

時間の経過に伴うドームの変化を定量化することができます。キャノピーメッシュの「ボリュームバリエーション」セクションで説明されているように、プラント全体の凸包は点群から作成されます。このプロセスを図6に示します。ここでは、午後12時30分のテストAでのプラント2の再形成が示されています。 。 (図6A)および午後6時。 (図6B)は、「リーフクロージャー」(図6C)として明確に定義できます。凸包の体積を分析して、さまざまな時点での変化を抽出しました。表4は、調査対象の2つの植物のテストAとBの午前と午後のこれらの値を示しており、自然光の条件下では変化が常に大きいことを証明しています。

図6 .12:30のキャノピーポイントの雲。 (だが) そして18:00に。 (B) 工場1のテストAで、その凸状のシェルとともに、それらが属する面に応じてランダムな色の線で描画されます。両方の凸包は、一方は線上に、もう一方は実線上に、互いに重ね合わされています。 (C) .

表4 ..。凸包上のドームの体積解析。

このように、私たちのデータは、照明条件が葉の動きに影響を与えることを示しています。これは、動きのパターンと葉の速度によって特徴付けられます。一般的な考え方として、葉は日中に開き、夜に閉じる(に沿って仰角を変える)ことがわかりました。以前の研究(Manel et al。、2001)に示されているように、サンプリング期間)、上下の動きを引き起こします。

葉は植物内に影を生成し、特定の部分を覆う可能性があるため、結果として得られる植物表面の3D点群は通常不完全であることに注意してください。この問題を克服するために、穀物の葉に対してすでに提案されているモデルを使用して、個々の葉のアーキテクチャを再構築できます(Dornbusch et al.2012)。

葉の動きの生物学的重要性は、エネルギー需要、水の利用可能性、およびオーキシン応答性の好ましい条件に関連しています(Stitt and Zeeman、2012)。この提案は、早朝の動きと向きの変化の最大ピークと一致しています。さらに、垂直の葉の角度は、通常の毎日の気温の変動を追跡し、1日の終わりに頂点があります。 Bridge et al。(2013)は、葉を上に移動することは、暖かい毎日の時間帯に葉を冷却するのに有益であり、光合成の能力を超えると放射線の量を減らすことを発見しました。

結論

この記事では、TLiDARを使用して、植物の動きを効率的かつ非侵襲的にパラメーター化する方法を示します。それは、光がない場合でも、TLiDARを使用して植物からの葉の動きを追跡するための表現型の方法を提示します。このアプローチは堅牢で計算が簡単に定義できることを示し、植物からの複雑な茎系の動きを高い時間的および空間的解像度で正確に測定するツールを提供します。

spp。Calathearoseopicta 自然光と暗闇の条件下で異なる葉の動きを示し、凸包アプローチを使用してドームの体積変化を分析しました。暗闇では、オフセットは小さく、自然光の状態とは向きが異なります。自然の動きは、日中は葉が開き、夜は葉が閉じることで表され、自然光の光源(ケーススタディの窓)を示します。光がない場合でも、植物はオフセットを示しましたが、パターンとサイズが異なります。

両方のサンプリング期間中の低RH条件は、蒸散速度の増加をもたらし、光合成中の葉の動きの可能性につながる可能性があります。さらなる考慮事項として、水の利用可能性を監視し、植物が受け取る日光はすべての方向で同じである必要があります。マルチテンポラルデータセットを注意深く比較します。

植生の動きを決定するためのTLiDARテクノロジーの使用は、より方法論的な進歩に値する新しい課題を提示します。提案された方法論は、植物と大気の間の水交換、太陽光の吸収、およびその他の生物地球化学的物質の生物学的研究の実施に役立ちます。さらに、これらの進歩は、植物の行動、さらには生態系におけるその構造と機能を客観的に定義する際の知識の障壁を克服しますが、これは現在十分に理解されていません(Whippo and Hangarter、2009)。さらに、屋内植物の行動は屋内に関連しています空気の質、およびこの関係は、さらなる研究のために調査されます。

著者の貢献

MH-Hは実験を設計し、ソフトウェアを作成し、データを分析し、データを分析しました。MH-HとRLは、WGが記事を編集した記事を書きました。すべての著者が最終原稿を読み、承認しました。

利益相反に関する声明

著者らは、利益相反の可能性があると解釈される可能性のある商業的または金銭的関係がない状態で調査が実施されたことを宣言します。

謝辞

著者は、水管理学部のCesar Jimenez-Rodriguezと、デルフト工科大学の学部生であるJacinta Tiaが、この研究のパイロット段階で協力してくれたことに感謝します。

脚注

お客様の声

アテネ、M。(2008)。デジタル化されたポリゴンメッシュを復元するための軽量なアプローチ。 Vis。減算します。 26、1393-1406。土井:10.1007 / s00371-010-0416-3

CrossRef全文| Googleの学者

バラク、S。トービンE.M.、アンドロニスS.、アンドロニスS.、菅野智之、グリーンR.M. (2000)。すべてが良い時期に:概日時計のシロイヌナズナ。 トレンド植物科学。 5、517-522。土井:10.1016 / S1360-1385(00)01785-4

PubMed要約| CrossRef全文| Googleの学者

Barber、C。B.、Dobkin、D。P.、Huhdanpaa、H。(1996)凸包の高速コーパスアルゴリズム。 ACMTrans。数学Softw。 22、469-483。土井:10.1145 / 235815.235821

CrossRef全文| Googleの学者

Besl、P.J。およびマッケイ、N.D。(1992)。立体形状をデザインする方法。 トランス。パターンアナル。マッハ。インテル。 14、239-256。土井:10.1109 / 34.121791

Bridge、L.J.、Franklin、K.A。、およびHomer、M.E。 (2013)。葉の冷却に対する植物のシュート構造の影響:熱および物質移動のモデル。 J. R.Soc。インターフェース 10:0326.doi:10.1098 / rsif.2013.0326

PubMed要約| CrossRef全文| Googleの学者

Chapin S.、Matson、P.A。およびVitousek、P。(2011)。 陸域生態系の生態学の基礎。 シュプリンガーサイエンス&ビジネスメディア。

Dassot、M.、Constant、T。、およびFournier、M。(2010)。森林科学アプリケーションでの地上LiDARテクノロジーの使用には、その利点と課題があります。 アン。にとって。科学 68、959-974。土井:10.1007 / s13595-011-0102-2

CrossRef全文| Googleの学者

Dornbusch T.、Lorren S.、Kuznetsov D.、Fortier A.、Liechti R.、Xenarios I.、etal。 (2012)。シロイヌナズナの鼻腔下垂と葉の成長の日周パターンを測定することは、レーザースキャンを使用した表現型の新しいアプローチです。 オプションPlantBiol。 39.860-869。土井:10.1071 / FP12018

CrossRef全文| Googleの学者

Dornbusch T.、Michaud O.、Xenarios I.、Funkhauser S.(2014)シロイヌナズナにおける異なる段階的な葉の成長と動きは、概日リズムと光の調整された調節に依存します。 植物細胞 26、3911–3921.doi:10.1105 / tpc.114.129031

PubMed要約| CrossRef全文| Googleの学者

Ehleringer、J.R。 (1998)。ユタ州ワサッチの正面の標高勾配に沿った種の葉の特性の変化。 J.ボットです。 75、680-689。土井:10.1002 / j.1537-2197.1988.tb13490.x

CrossRef全文| Googleの学者

Fahlgren、N.、Gehan、M.A。およびバクスター、I。(2015)。アクションカメラの照明、ハイスループット、クローズアップの準備ができている植物の表現型。 Curr。 OPIN。 PlantBiol。 24、93〜99。土井:10.1016 / j.pbi.2015.02.006

PubMed要約| CrossRef全文| Googleの学者

ファン、Y。Z。、タム、B.S。およびZhou、J。(2008)。与えられた次数の二環式グラフ上の無向ラプラシアン行列のスペクトル半径の最大化。 リン。多重線形代数 56、381-397。土井:10.1080 / 03081080701306589

CrossRef全文| Googleの学者

ゴリアス、N.A。とダットン、R.W。 (1997)。レスポンシブメッシュパート2ドロネー三角形分割とレスポンシブ3Dメッシュ生成。 有限要素。アナル。 Des。 25、331–41。土井:10.1016 / S0168-874X(96)00054-6

CrossRef全文| Googleの学者

GruenA。およびAkcaD。(2008)。最小二乗3Dサーフェスとフィットカーブ。 J.フォトグラム。リモートセンサー。 59、151-174。土井:10.1016 / j.isprsjprs.2005.02.006

CrossRef全文| Googleの学者

ハーレーP.C.とバルドッキD.D. (1995)。落葉樹林における葉から林冠への二酸化炭素と水蒸気の交換のスケーリングI.パラメータ化のリーフモデル。 植物細胞環境。 18、1146-1156。土井:10.1111 / j.1365-3040.1995.tb00625.x

CrossRef全文| Googleの学者

Herrero-Huerta、M.、Lindenberg、R.、Ponsioen、L。およびvan Damme、M。(2016)。 4次元の高解像度地上ベースのレーザースキャンを使用して得られた、ダムの傾斜部分に沿った形態学的変化。 Int。アーチフォトグラム。リモートセンサー。スパット。 Inf。科学 ..。 41、227-232。土井:10.5194 / isprsarchives-XLI-B3-227-2016

ジョリフ、I。T。 (編)。 (2002)。 「主要コンポーネントを使用したデータのグラフィカルな表示」、 主成分分析 (ニューヨーク、ニューヨーク:スプリンガー)、78-110。

Manel S.、Williams H. C.、Ormerod S. J. (2001)。生態学における存在と不在のパターンの評価:有病率を説明する必要性。 J.Appl。 Ecol。 38、921-931。土井:10.1046 / j.1365-2664.2001.00647.x

CrossRef全文| Googleの学者

メディナ、E。ソブラドM.およびエレーラR.(1978)。アマゾンの硬葉樹林における葉の温度に対する葉の配向値。 放射線。環境。生物物理学。 15、131-140。土井:10.1007 / BF01323262

PubMed要約| CrossRef全文| Googleの学者

Palnick、J。(2014)。 DARPAロボティクスチャレンジのための航空機の検出とセグメンテーション。 博士論文、ウースター工科大学。

Paulus、C.、Behmann、J.、Mahlein、A.K.、Plümer、L。、およびKuhlmann、H。(2014)安価な3Dシステム:植物の表現型を特定するための適切なツール。 センサー 14、3001-3018。土井:10.3390 / s140203001

PubMed要約| CrossRef全文| Googleの学者

Pretzsch、H。(ed。) (2009)。 「森林のダイナミクス、成長、生産性」、 測定からモデルまで、森林力学、成長、生産性 (ベルリンハイデルベルク:スプリンガー)、1–39。

Puttonen、E.、Briese、C.、Mandlburger、G.、Wieser、M.、Pfennigbauer、M.、Zlinszky、A.、etal。 (2016)。白樺の枝の夜の動きの定量的評価( シラカンバ振り子 )および短い間隔の地上レーザースキャンによる葉 ..。前面 . 植物科学 ..。 7:222.doi:10.3389 / fpls.2016.00222

CrossRef全文| Googleの学者

Raumonen、P.、Kaasalainen、M.、Akerblom、M.、Kaasalainen、S.、Kaartinen、H.、Vastaranta、M.、etal。 (2013)。地上レーザースキャナーからのデータに基づく高速自動精密ツリーモデル。 リモートセンサー。 5、491-520。土井:10.3390 / rs5020491

CrossRef全文| Googleの学者

Rusu R.B.、Marton Z.C.、Blodow N.、Dolha M.、Beetz M.(2008)住宅環境向けの3D点群ベースのオブジェクトマップに向けて。 ロボット。 Auton。システム。 J 、56、927-941。土井:10.1016 / j.robot.2008.08.005

CrossRef全文| Googleの学者

ルーツT.、松原S.、Wiese-Klinkenberg A.&Walter A.(2012)概日時計の欠陥によって引き起こされる異常な時間的成長パターンと根およびシュートの形態 シロイヌナズナ . プラントJ ..。 72、154-161。土井:10.1111 / j.1365-313X.2012.05073.x

PubMed要約| CrossRef全文| Googleの学者

Sadawa、D.E.、Hillis、D.M.、Heller、H.S。&Berenbaum、M。(2009) 人生:生物学の科学 ..。ニューヨーク州ニューヨーク:W。H。Freeman&Co。

Sasidharan R.、Chinnappa、C。C.、Staal M.、Elzenga、J。T. M.、Yokoyama R.、Nishitani K.、etal。 (2010)。影回避中のシロイヌナズナの頭蓋骨伸長の光媒介品質には、キシログルカンエンドトランスグルコシラーゼ/加水分解酵素による細胞壁修飾が含まれます。 植物の生理。 154、978-990。土井:10.1104 / pp.110.162057

PubMed要約| CrossRef全文| Googleの学者

売り手、P。J.、Dickinson、R。E.、Randall、D。A.、Betts、A。K.、Hall、F。G.、Berry、J。A.、etal。 (1997)。大陸と大気の間のエネルギー、水、炭素の交換のモデリング。 科学 275、502-509。土井:10.1126 / science.275.5299.502

PubMed要約| CrossRef全文| Googleの学者

Sysoeva、M.I.、Markovskaya E.F.、Shibaeva T.G.(2010)一定の光の概観の下で植物。 植物のストレス 4、5-17。土井:10.1016 / j.tplants.2011.02.003

CrossRef全文| Googleの学者

Thies、M。、およびSpiecker、H。(2004)。 「標準化された森林インベントリーのための地上レーザースキャンの評価と展望」、 d。写真測量、リモートセンシング、空間情報科学の国際アーカイブの資料 、Vol。 36、192〜197。インターネットのhttp://www.isprs.org/proceedings/XXXVI/8-W2/THIES.pdfで入手可能

van Leeuwen、M。およびDisney、M。(2018)。 3.08植生構造(LiDAR) ..。英国ロンドン:エルゼビア。

VosselmanG。およびMaasH。G.(2010)。 空気および地上のレーザースキャン ..。フロリダ州ボカラトン:CRCプレス。

Weinmann、M.、Jutzi B.およびMallet、C。(2014)。シーンのセマンティック3D解釈:近傍の最適なサイズの選択と対応する関数を組み合わせた構造。 アン。写真測量。リモートセンサー。スパット。 Inf。科学 2、181-188。土井:10.5194 / isprsannals-II-3-181-2014

CrossRef全文| Googleの学者

ウィッポ、C.W。およびHangarter、R.P。 (2009)。植物の「センセーショナルな」運動力は、行動の進化を研究するためのダーウィンのシステムです。 J.ボットです ..。 96、2115〜2127。土井:10.3732 / ajb.00

CrossRef全文| Googleの学者

Wu H.、Kang E.、Wang S.、およびLee Lee K. H.(2002)。点群データの新しいセグメンテーション方法。 Int。 J.マッハツールの製造 42、167-178。土井:10.1016 / S0890-6955(01)00120-1