Трансформация экосистем (), 205-214

Автоматизированный сбор массива данных в острых и хронических фитотестах

Шеромов А.М., Олькова А.С. , Товстик Е.В.

Целью данной работы была разработка алгоритма фитотестирования, включающего автоматизированное измерение морфометрических параметров растений и первичную обработку данных средствами программы ImageJ. Материалами исследований служили фотоснимки 7-дневных проростков клевера (Trifolium pratense L.), подвергшихся краткосрочному воздействию (7 суток) хлорида меди в растворе (5, 10 и 15 мг/л в пересчете на ионы меди (II)), и фотоснимки подфлагового листа ячменя (Hordeum vulgare L.), выращенного в почве, загрязненной кадмием (19.2 ± 1.5 мг/кг) в течение 60 суток. Опыты выполнены в трехкратной повторности, n = 20. Предложен алгоритм работы с фотоснимками: от разделения снимка на цветовые каналы и сегментации изображения до исключения 5% экстремальных значений выборки. В острых испытаниях на T. pratense показано, что стандартное отклонение среднего составляет 5–11% при измерении длины корней, 3–7% – ростков. В хронических опытах на H. vulgare стандартные отклонения колебались от 11 до 21% для линейных показателей и достигали 33% для площади листа. Сделаны выводы о пригодности предложенного алгоритма для оценки острой фитотоксичности и необходимости доработки методических и статистических аспектов хронических фитотестов. Главными преимуществами
фитотестирования со сбором и обработкой данных в ImageJ являются возможность отсроченных измерений фитообъектов по фото и оценка параметров геометрически сложных объектов.

А. М. Шеромов
Вятский государственный университет
610000, Россия, г. Киров, ул. Московская, д. 36


Анна Сергеевна Олькова
Вятский государственный университет
610000, Россия, г. Киров, ул. Московская, д. 36

доктор биологических наук, профессор
morgan-abend@mail.ru

Е. В. Товстик
Вятский государственный университет
610000, Россия, г. Киров, ул. Московская, д. 36

Босиева, О.И., Джиоева, Г.Ф., Плиева, Е.А., Туаева, З.З., 2021. Некоторые показатели фотосинтетической производительности озимых зерновых. Материалы 10-й международной научно-практической конференции Перспективы развития АПК в современных условиях», Т. 1, Владикавказ, 10–11 июня 2021 г. Владикавказ, Россия, 78–80.
Гаттаров, Р.У., Зубков, С.М., Потапова, Т.В., Мкртумян, A.M., 2007. Исследование показателей функционального состояния студентов трех медицинских групп здоровья. Человек. Спорт. Медицина 16, 69–74.
Живухина, Е.А., Ертикеева, Н.С., 2019. Влияние ионов меди на рост гипокотилей и побегов Cucumis sativus и Cucurbita pepo. Известия ФНЦО 1, 71–74. https://doi.org/10.18619/2658-4832-2019-1-71-74
Крыленкин, Д.В., Анисимов, В.С., Анисимова, Л.Н., Санжаров, А.И., Фригидов, Р.А., Дикарев, Д.В., Корнеев, Ю.Н., 2023. Подвижность в почве и накопление Zn и Cd в ячмене в условиях совместного загрязнения. Агрохимический вестник 1, 56–63. https://doi.org/10.24412/1029-2551-2023-1-009
Любимов, В.Б., Балина, К.В., 2005. Математические методы в биологии и экологии (учебнометодическое пособие). БГУ, Брянск, 2005, 70 с.
Носкова, Е.Н., Зайцева, И.Ю., Лисицын, Е.М., 2019. Пригодность параметров содержания пигментов в листьях для селекции ярового ячменя. Вестник Алтайского государственного аграрного университета 6, 22–26.
Олькова, А.С., Медведева, Е.В., 2023. Обработка видеоизображений Daphnia magna Straus (Cladocera, Crustacea) как основа автоматизированных методов биотестирования. Поволжский экологический журнал 3, 301–313. https://doi.org/10.35885/1684-7318-2023-3-301-313
Терехова, В.А., Воронина, Л.П., Гершкович, Д.М., Ипатова, В.И., Исакова Е.Ф. и др., 2014. Биотестсистемы для задач экологического контроля : методические рекомендации по практическому использованию стандартизованных тест-культур. Доброе слово, Москва, Россия, 48 с.
Bialowiec, A., Randerson, P.F., Kopik, M., 2010. Using fractal geometry to determine phytotoxicity of landfill leachate on willow. Chemosphere 5, 534–540. https://doi.org/10.1016/j.chemosphere.2010.02.016
Curtis, T.R., Johannes, S., Mark, C.H., Barry, E. De Z., Alison, E.W., Ellen, T.A., Kevin, W.E., 2017.
ImageJ2: ImageJ for the next generation of scientific image data. BMC Bioinformatics 18. https://doi.org/10.1186/s12859-017-1934-z
Eichberg, C., Leiß, A., Stothut, M., Bernheine, J., Jurczyk, K. et al., 2024. Tetracycline but not sulfamethazine inhibits early root growth of wild grassland species, while seed germination is hardly affected by either antibiotic. Environmental Pollution 363 (1), 125178. https://doi.org/10.1016/j.envpol.2024.125178
Fiskesjö, G., 1985. The Allium test as a standard in environmental monitoring. Hereditas 102, 99–112.
https://doi.org/10.1111/j.1601-5223.1985.tb00471.x
Kainz, P., Mayrhofer-Reinhartshuber, M., Ahammer, H., 2015. IQM: an extensible and portable open source application for image and signal analysis in Java. PLoS ONE 10, e0116329. https://doi.org/10.1371/journal.pone.0116329
Li, C., Adhikari, R., Yao, Y., Miller, A.G., Kalbaugh, K., Li D., Nemali, K., 2020. Measuring plant growth characteristics using smartphone based image analysis technique in controlled environment agriculture. Computers and Electronics in Agriculture 168, 105123. https://doi.org/10.1016/j.compag.2019.105123
Lopez-Marcano, S., Jinks, E.L., Buelow, C.A., Brown, C.J., Wang, D. et al., 2021. Automatic detection of fish and tracking of movement for ecology. Ecology and Evolution 12, 8254–8263. https://doi.org/10.1002/ece3.7656
Olkova, A.S., Tovstik, E.V., 2024. Computer vision – the frontier of modern environmental diagnostics: a review. Pertanika Journal of Science & Technology 4, 1591–1607. https://doi.org/10.47836/pjst.32.4.08
Ruan, R., Zhang, P., Lambers, H., Xie, W., Zhang, Zh. et al., 2024. Biochar application improves maize yield on the Loess Plateau of China by changing soil pore structure and enhancing root growth.
Science of The Total Environment 956, 177379. https://doi.org/10.1016/j.scitotenv.2024.177379
Schneider, C.A., Rasband, W.S., Eliceiri, K.W., 2012. NIH Image to ImageJ: 25 years of image analysis.
Nature Methods 7, 671–675. https://doi.org/10.1038/nmeth.2089
Sterckeman, T., Thomine, S., 2020. Mechanisms of cadmium accumulation in plants. Critical Reviews in Plant Sciences 4, 322–359. https://doi.org/10.1080/07352689.2020.1792179
Tajima, R., Kato, Y., 2011. Comparison of threshold algorithms for automatic image processing of rice roots using freeware ImageJ. Field Crops Research 3, 460–463. https://doi.org/10.1016/j.fcr.2011.01.015
Vassilev, A., Tsonev, T., Yordanov, I., 1998. Physiological response of barley plants (Hordeum vulgare) to cadmium contamination in soil during ontogenesis. Environmental Pollution 2–3, 287–293. https://doi.org/10.1016/S0269-7491(98)00110-9
Železnikar, Š., Kacjan, M.N., Pintar, M., 2025. Sowing in plastic contaminated soils: how (micro)plastics impact seed germination and growth of white mustard (Sinapis alba L.). Applied Sciences 15 (12), 6801. https://doi.org/10.3390/app15126801