• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Thèse de Doctorat
DOI
https://doi.org/10.11606/T.11.2024.tde-09052024-082609
Document
Auteur
Nom complet
Carlos Henrique Queiroz Rego
Adresse Mail
Unité de l'USP
Domain de Connaissance
Date de Soutenance
Editeur
Piracicaba, 2023
Directeur
Jury
Cicero, Silvio Moure (Président)
Dias, Denise Cunha Fernandes dos Santos
França Neto, Jose de Barros
Titre en portugais
Fenotipagem de alto rendimento durante o desenvolvimento de plantas e produção de sementes de soja sob deficiência hídrica
Mots-clés en portugais
Glycine max (L.) Merril
Imagens hiperespectrais
Inteligência artificial
Resumé en portugais
O objetivo desse estudo foi observar o efeito do estresse hídrico no desenvolvimento de plantas, nos componentes de produção e na qualidade fisiológica de sementes, além de verificar a eficácia do uso de imagens hiperespectrais em conjunto com técnicas quimiométricas para avaliar a dissimilaridade fenotípica entre cultivares de soja submetida ao déficit hídrico. Para tal, foram utilizados dois cultivares, que diferem em suas respostas quanto ao estresse hídrico, sendo BRASMAX COMPACTA IPRO (suscetível) e DM 66I68 IPRO (tolerante). O ensaio foi realizado em vasos e cultivados em casa de vegetação, onde foram aplicadas as seguintes condições de restrição hídrica: controle (65 % da capacidade de retenção de água do substrato - CRAS); déficit moderado (50 % da CRAS) em V2; déficit severo (30 % da CRAS) em V2; déficit moderado em R6; déficit severo em estádio R6; déficit moderado em V2 e R6; déficit severo em V2 e R6. No primeiro experimento, as plantas de soja oriundas das diferentes condições de restrição hídrica foram amostradas em diversos estádios fenológicos e, partir destas, foram realizadas as seguintes análises: massa de matéria seca; teor de açúcar solúvel; teor de proteínas; teor de lipídeos; avaliação dos componentes de produção; análise do teor de água e da qualidade fisiológica das sementes. No segundo experimento: as plantas (folhas e sementes) coletadas em diferentes estádios de desenvolvimento foram destinadas para aquisição de imagens hiperespectrais, por meio do sensor Sisuchema. Posteriormente, as imagens foram submetidas à análise exploratória de dados e utilizadas em modelos quimiométricos, incluindo Suporte de Vetor de Máquinas e K-vizinho mais distante. Em suma, os resultados demonstraram que o estresse hídrico durante a fase vegetativa afeta negativamente o crescimento e desenvolvimento das plantas do cultivar suscetível, bem como o rendimento. Em contrapartida, o cultivar tolerante manteve seu rendimento apesar das condições adversas. Entretanto, quando o déficit hídrico ocorreu tanto nos estádios vegetativo quanto reprodutivo, o desenvolvimento das plantas, os componentes de produção e a qualidade das sementes foram afetados, independente da suscetibilidade dos cultivares. Além disso, a qualidade das sementes foi mais prejudicada quando o déficit hídrico ocorreu no estádio reprodutivo, influenciando também a composição química das sementes. Por outro lado, as imagens hiperespectrais se mostraram promissoras para realização da fenotipagem de plantas; os modelos de predição baseados em dados foliares apresentaram resultados de classificação excelentes, proporcionando a avaliação da dissimilaridade fenotípica por meio de sensores hiperespectrais, sendo que os modelos delineados a partir dos dados oriundos das sementes não foram consistentes na classificação dos cultivares.
Titre en anglais
High-throughput phenotyping during soybean plant development and seed production under water deficit
Mots-clés en anglais
Glycine max (L.) Merril
Artificial intelligence
Hyperspectral images
Resumé en anglais
The aim of this study was to observe the effect of water stress on plant development, production components and seed physiological quality, as well as to verify the effectiveness of using hyperspectral images in conjunction with chemometric techniques to assess phenotypic dissimilarity between soybean cultivars subjected to water deficit. To this end, two cultivars were used, which differ in their responses to water stress: BRASMAX COMPACTA IPRO (susceptible) and DM 66I68 IPRO (tolerant). The trial was carried out in pots and grown in a greenhouse, where the following water restriction conditions were applied: control (65 % of the substrate's water retention capacity - CRAS); moderate deficit (50 % of CRAS) in V2; severe deficit (30 % of CRAS) in V2; moderate deficit in R6; severe deficit in stage R6; moderate deficit in V2 and R6; severe deficit in V2 and R6. In the first experiment, the soybean plants from the different water restriction conditions were sampled at different phenological stages and the following analyses were carried out: dry matter mass; soluble sugar content; protein content; lipid content; evaluation of production components; analysis of water content and seed physiological quality. In the second experiment, plants (leaves and seeds) collected at different stages of development were used to acquire hyperspectral images using the Sisuchema sensor. The images were then subjected to exploratory data analysis and used in chemometric models, including Support Vector Machines and K-farthest neighbor. In summary, the results showed that water stress during the vegetative phase negatively affects the growth and development of the plants of the susceptible cultivar, as well as the yield. In contrast, the tolerant cultivar maintained its yield despite the adverse conditions. However, when water deficit occurred in both the vegetative and reproductive stages, plant development, production components and seed quality were affected, regardless of the susceptibility of the cultivars. In addition, seed quality was more impaired when water deficit occurred in the reproductive stage, also influencing the chemical composition of the seeds. On the other hand, hyperspectral images proved promising for plant phenotyping; the prediction models based on leaf data showed excellent classification results, allowing phenotypic dissimilarity to be assessed using hyperspectral sensors, while the models drawn up using data from seeds were not consistent in classifying cultivars.
 
AVERTISSEMENT - Regarde ce document est soumise à votre acceptation des conditions d'utilisation suivantes:
Ce document est uniquement à des fins privées pour la recherche et l'enseignement. Reproduction à des fins commerciales est interdite. Cette droits couvrent l'ensemble des données sur ce document ainsi que son contenu. Toute utilisation ou de copie de ce document, en totalité ou en partie, doit inclure le nom de l'auteur.
Date de Publication
2024-05-10
 
AVERTISSEMENT: Apprenez ce que sont des œvres dérivées cliquant ici.
Tous droits de la thèse/dissertation appartiennent aux auteurs
CeTI-SC/STI
Bibliothèque Numérique de Thèses et Mémoires de l'USP. Copyright © 2001-2024. Tous droits réservés.