Nieuwe AI-methode zorgt voor uiterst precieze plantenobservatie, zelfs in afgelegen gebieden

By Team IO

Door de klimaatverandering wordt het steeds belangrijker om te weten hoe planten kunnen overleven en gedijen in een veranderende omgeving. Experimenten in het laboratorium hebben aangetoond dat planten pigmenten ophopen als reactie op omgevingsfactoren. Tot nu toe werden dergelijke metingen uitgevoerd door monsters te nemen, waarvoor een deel van de plant verwijderd en dus beschadigd moest worden. Deze arbeidsintensieve methode is niet levensvatbaar als er duizenden of miljoenen monsters nodig zijn. Bovendien beschadigt het nemen van herhaalde monsters de planten, wat weer van invloed is op de waarnemingen van hoe planten reageren op omgevingsfactoren.

Een team onderzoekers van de Universiteit van Zürich heeft nu een methode ontwikkeld waarmee wetenschappers planten in de natuur met grote precisie kunnen observeren, aldus de universiteit in een persbericht. PlantServation is een methode die gebruik maakt van robuuste beeldverwerkingshardware en op deep learning gebaseerde software om veldbeelden te analyseren, en het werkt onder alle weersomstandigheden.

Miljoenen afbeeldingen

Met behulp van PlantServation verzamelden de onderzoekers (top-view) beelden van Arabidopsis planten over drie veldseizoenen (vijf maanden van herfst tot lente) en analyseerden vervolgens de meer dan vier miljoen beelden met behulp van machine learning. De gegevens registreerden de soort-specifieke accumulatie van een plantenpigment genaamd “anthocyanine” als reactie op seizoens- en jaarlijkse schommelingen in temperatuur, lichtintensiteit en neerslag.

Planten gaan lekker groeien door de uitlaatgassen van zeeschepen

Het gaat goed met Shypple, de ‘Booking.com van de scheepvaart’, die duizenden bedrijven door middel van een online platform met elkaar verbindt. Onlangs zette het … Continued

In het huidige onderzoek leek het anthocyaangehalte van de hybride polyploïde soort A. kamchatica op dat van zijn twee voorouders: van de herfst tot de winter was het anthocyaangehalte vergelijkbaar met dat van de voorouder soort afkomstig uit een warme regio, en van de winter tot de lente leek het op dat van de andere soort uit een koudere regio. “De resultaten van het onderzoek bevestigen dus dat deze hybride polyploïden de omgevingsreacties van hun voorouders combineren, wat een al lang bestaande hypothese over de evolutie van polyploïden ondersteunt,” zegt Rie Shimizu-Inatsugi, een van de twee corresponderende auteurs van het onderzoek.

Afgelegen gebieden

De toepassing gaat nog verder: in combinatie met zonne-energie kan de hardware zelfs op afgelegen locaties worden gebruikt. Met zijn zuinige en robuuste hardware en open-source software maakt PlantServation de weg vrij voor veel meer toekomstige biodiversiteitsstudies die AI gebruiken om andere planten dan Arabidopsis te onderzoeken – van gewassen zoals tarwe tot wilde planten die een belangrijke rol spelen voor het milieu,” zegt Kentaro Shimizu, auteur en mededirecteur van het URPP Evolution in Action.