玉米是一种看似简单的植物,但在地下却有着非常复杂的生活。


当科学家开发环境和气候计算机模型时,他们会考虑各种各样的过程,例如光合作用、呼吸速率、土壤条件、碳分配、养分提取、凋落物分解率,而这仅适用于植物。然而,尽管进行了数十年的科学研究和建模,植物的地下根系动力学仍然是一个“黑匣子”,因为在微观尺度上量化土壤中的水分和养分如何进入植物根系仍然难以捉摸。


中子成像技术打开植物根系生长的“黑匣子”,让玉米生长过程直播给你看


这就是为什么陆地生物圈模型大多没有关于根的动态函数的详细信息,或者通过使用固定参数大大简化的原因。然而,根系活动已被证明是高度可变的,对土壤性质有重大影响,包括保水、水流量以及土壤中养分、化学物质和污染物的吸收,3D相机捕捉根系动态及其对土壤水分的影响,可以更好地表示根系以进行建模。


为了更容易地研究和了解根的活动,科学家们正在使用中子在位于能源部 (DOE) 橡树岭国家实验室 (ORNL) 的高通量同位素反应堆 (HFIR) 中开发中子成像的新方法。中子具有高度穿透性和非破坏性,允许扫描沙土的特性,结合新算法(指令序列告诉计算机做什么),使研究人员能够更快地捕获根的中子 CT 图像,同时对其进行更长时间的观察实时准确记录根活动的时间。


中子成像技术打开植物根系生长的“黑匣子”,让玉米生长过程直播给你看


中子计算机断层扫描或 CT 使用中子观察物体内部而不将它们切开,类似于医疗应用中使用的 X 射线 CT 扫描,将传统 CT 方法直接应用于扫描期间发生变化的图像对象可能极具挑战性。这就是为什么我们正在开发可以更快地收集数据的算法以及捕获根动态完整图像的算法,这将有助于进一步研究以减少未来陆地生物圈模型的不确定性。


需要新的非侵入性扫描技术,因为对土壤水和根的直接物理采样会损害根际和木质部,导致对根函数数据的误解。安装土壤或植物水分传感器具有类似的侵入性,仅在单个点捕获大量数据,这些数据与吸水量与单个根特征无关。尽管收集数据具有挑战性,但 ORNL 正在开发的算法足够强大,可以实时准确地重建对象。


也在开发基于人工智能的算法以获得高保真图像,这是一种在 CT 领域越来越流行的技术,和电子系统研究部。训练机器学习模型,以便在更复杂的方法通常所需的一小部分时间内,从极其复杂的 CT 数据中生成更高质量的根结构和根活动图像。


将在 3D 中可视化水通过土壤并被吸收到根部的速度,这以前仅限于可视化在薄板之间压缩的根部的 2D 图像,HFIR 的中子成像设备帮助我们观察和记录了 0.1 到 10 秒长的曝光过程中的吸收过程,以实时捕获水吸收,而不仅仅是单个快照。


新的、更快的实验产生了超过 2 TB 的数据(超过 160,000 张高分辨率图像)。来自数据的 CT 重建将与独立的土壤水流模型进行比较,以验证和改进土壤和根之间 3-D 水流的表示。结果可用于开发更先进的陆地生物圈模型,其中包括土壤水力学,这是美国能源部科学办公室当前的优先事项。


使用快速中子 CT 获得根函数高分辨率图像的初步成功令人鼓舞。这项技术最终可用于在 10 分钟内捕获整个根部扫描,最终每次扫描不到 90 秒,从而显着提高 HFIR 成像仪器的时间分辨率。


展望第二目标站。ORNL的第二目标站(STS) 将为发现科学提供变革性的新能力,在材料研发的许多领域实现突破。最初的 STS 仪器之一,CUPI 2 D,将极大地扩展天然材料实验的研究能力,例如 CT 扫描中使用的玉米植物。


免责声明

我来说几句

不吐不快,我来说两句
最新评论

还没有人评论哦,抢沙发吧~