Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Making the Genotypic Variation Visible: Hyperspectral Phenotyping in Scots Pine Seedlings

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11310%2F23%3A10475602" target="_blank" >RIV/00216208:11310/23:10475602 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://verso.is.cuni.cz/pub/verso.fpl?fname=obd_publikace_handle&handle=xcX9Sk.JUQ" target="_blank" >https://verso.is.cuni.cz/pub/verso.fpl?fname=obd_publikace_handle&handle=xcX9Sk.JUQ</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.34133/plantphenomics.0111" target="_blank" >10.34133/plantphenomics.0111</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Making the Genotypic Variation Visible: Hyperspectral Phenotyping in Scots Pine Seedlings

  • Popis výsledku v původním jazyce

    Hyperspectral reflectance contains valuable information about leaf functional traits, which can indicate a plant&apos;s physiological status. Therefore, using hyperspectral reflectance for high-throughput phenotyping of foliar traits could be a powerful tool for tree breeders and nursery practitioners to distinguish and select seedlings with desired adaptation potential to local environments. We evaluated the use of 2 nondestructive methods (i.e., leaf and proximal/canopy) measuring hyperspectral reflectance in the 350-to 2,500-nm range for phenotyping on 1,788 individual Scots pine seedlings belonging to lowland and upland ecotypes of 3 different local populations from the Czech Republic. Leaf-level measurements were collected using a spectroradiometer and a contact probe with an internal light source to measure the biconical reflectance factor of a sample of needles placed on a black background in the contact probe field of view. The proximal canopy measurements were collected under natural solar light, using the same spectroradiometer with fiber optical cable to collect data on individual seedlings&apos; hemispherical conical reflectance factor. The latter method was highly susceptible to changes in incoming radiation. Both spectral datasets showed statistically significant differences among Scots pine populations in the whole spectral range. Moreover, using random forest and support vector machine learning algorithms, the proximal data obtained from the top of the seedlings offered up to 83% accuracy in predicting 3 different Scots pine populations. We conclude that both approaches are viable for hyperspectral phenotyping to disentangle the phenotypic and the underlying genetic variation within Scots pine seedlings.

  • Název v anglickém jazyce

    Making the Genotypic Variation Visible: Hyperspectral Phenotyping in Scots Pine Seedlings

  • Popis výsledku anglicky

    Hyperspectral reflectance contains valuable information about leaf functional traits, which can indicate a plant&apos;s physiological status. Therefore, using hyperspectral reflectance for high-throughput phenotyping of foliar traits could be a powerful tool for tree breeders and nursery practitioners to distinguish and select seedlings with desired adaptation potential to local environments. We evaluated the use of 2 nondestructive methods (i.e., leaf and proximal/canopy) measuring hyperspectral reflectance in the 350-to 2,500-nm range for phenotyping on 1,788 individual Scots pine seedlings belonging to lowland and upland ecotypes of 3 different local populations from the Czech Republic. Leaf-level measurements were collected using a spectroradiometer and a contact probe with an internal light source to measure the biconical reflectance factor of a sample of needles placed on a black background in the contact probe field of view. The proximal canopy measurements were collected under natural solar light, using the same spectroradiometer with fiber optical cable to collect data on individual seedlings&apos; hemispherical conical reflectance factor. The latter method was highly susceptible to changes in incoming radiation. Both spectral datasets showed statistically significant differences among Scots pine populations in the whole spectral range. Moreover, using random forest and support vector machine learning algorithms, the proximal data obtained from the top of the seedlings offered up to 83% accuracy in predicting 3 different Scots pine populations. We conclude that both approaches are viable for hyperspectral phenotyping to disentangle the phenotypic and the underlying genetic variation within Scots pine seedlings.

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • CEP obor

  • OECD FORD obor

    10611 - Plant sciences, botany

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/LTAUSA19113" target="_blank" >LTAUSA19113: Využití genetické variability hyperspektrální odrazivosti ekotypů borovice lesní pro selekci jedinců odolných vůči suchu</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2023

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Plant Phenomics

  • ISSN

    2097-0374

  • e-ISSN

    2643-6515

  • Svazek periodika

    5

  • Číslo periodika v rámci svazku

    November

  • Stát vydavatele periodika

    CN - Čínská lidová republika

  • Počet stran výsledku

    16

  • Strana od-do

    0111

  • Kód UT WoS článku

    001123111800001

  • EID výsledku v databázi Scopus

    2-s2.0-85180134255