莖稈倒伏（風暴期間植物莖稈的機械故障）導致全球谷物產量每年損失5%至25%。植物莖稈的橫截面形態是決定莖稈抗倒伏性的關鍵因素。然而，先前開發的用于量化植物莖的橫截面形態的技術是相對低產量的、昂貴的，并且通常需要專門的設備和專業知識。需要一種簡單且具有成本效益的技術來以高通量方式量化與莖稈抗倒伏性相關的植物性狀。



開發了一種新的表型分析方法，并將其應用于一系列植物樣本，包括玉米 (Zea mays)、高粱 (Sorghum bicolor)、小麥 (Triticum aestivum)、毒鐵杉 (Conium maculatum) 和擬南芥 (Arabis thaliana)。對每種植物類型的大直徑、小直徑、果皮厚度和維管束數量進行了量化。線性相關分析表明，新開發的方法與更耗時的手動技術之間具有很強的一致性（R2 > 0.9）。此外，新方法用于生成植物莖的幾個特定于標本的有限元模型。所有的模型都沒有問題，并成功地導入有限元軟件進行分析。當受到實際施加的載荷時，所有模型都展示了合理和穩定的解決方案。


一種快速、低成本、用戶友好的表型方法被開發用于量化二維植物橫截面。與以前開發的技術相比，該方法減少了樣品制備時間和成本。這種新方法采用了立體鏡和半自動圖像處理算法。該算法可用于生成植物莖稈的特定樣本、尺寸精確的計算模型(包括有限元模型)。

來源：Plant Methods.High throughput phenotyping of cross-sectional morphology to assess stalk lodging resistance.Yusuf A. Oduntan, Christopher J. Stubbs & Daniel J. Robertson
https://plantmethods.biomedcentral.com/articles/10.1186/s13007-021-00833-3