3 Bestimmung der Wurzellängendichte von Getreide unter Verwendung der MATLAB Image Processing Toolbox

3.1 Einleitung

↓18

Das Wachstum und die räumliche Verteilung von Wurzeln im Boden haben starken Einfluss auf die Nutzung von Bodenressourcen durch Pflanzen (Lambers, Chapin, Pons 2008 ). Wurzelwachstum ist daher eine wichtige Zustandsvariable, die in Feldexperimenten und Modellierstudien eine herausragende Rolle spielt (z. B. Jamieson u. a. 1998 ; Musters, Bouten 2000 ; Prasad 1988 ; Vrugt u. a. 2001 ; Zuo u. a. 2004 ). Früher wurden manuelle lineare Techniken (Böhm, 1979) oder Linien-Intersektions-Techniken (Newman 1966 ; Tennant 1975 ) zur Messung von Wurzellängen genutzt, die sehr zeitintensiv sind. In neuer Zeit werden jedoch immer häufiger verschiedene Bildanalysesysteme verwendet, um die Wurzellänge aus Wurzelbildern abzuleiten (z. B. Bauhus, Messier 1999 ; Dowdy, Nater, Dolan 1995 ; Himmelbauer, Loiskandl, Kastanek 2004 , Kaspar, Ewing 1997 ; Richner u. a. 2000 ; Smith, Hamel 1999 ; Smucker u. a. 1987 ; Vamerali u. a. 2003 ). Verglichen mit den früheren Methoden sind Bildanalysesysteme weniger zeitaufwändig, genauer und weniger anfällig für manuelle Fehler (Richner u. a. 2000 ). Die am häufigsten genutzten Geräte zur Erfassung von Bildern ausgewaschener Wurzeln sind elektronische Kameras oder Scanner (Richner u. a. 2000 ), die z. B. auf Glasplatten mit definierter Fläche und farblich einheitlichem Hintergrund ausgerichtet werden, um eine eindeutige Erkennung des Wurzelmaterials zu ermöglichen. Die Genauigkeit dieser Methodik ist dabei stark von der Bildauflösung und den Kontrasteinstellungen abhängig. Eine weitere wichtige Voraussetzung ist eine einheitliche Ausleuchtung der Scanfläche, da sonst ein negativer Effekt auf den Bildkontrast zu erwarten ist. Üblicherweise werden zu Erfassung von Wurzelbildern Standard Flachbettscanner genutzt, wozu die Wurzeln in flachen, transparenten Schalen ausgebreitet werden, die 2 - 4 mm hoch mit Wasser gefüllt sind (Polomski, Kuhn 2003 ; Richner u. a. 2000 ; Smit u. a. 1994 ).

↓19

Für eine genaue Erkennung des Wurzelmaterials ist eine klare Zerlegung des Bildes in Vorder- und Hintergrund notwendig. Die am häufigsten angewandte Methode zur Segmentierung von Bildern ausgewaschener Wurzeln ist die Nutzung eines Grau-Level-Grenzwertes (Richner u. a. 2000 ). Zur Schätzung der Wurzellänge durch Bildanalysesysteme gibt es zwei Hauptansätze, die so genannten Linien-Intersektions- sowie Kettenmethoden. Im Falle der Linien-Intersektionsmethode wird die Wurzellänge über die Anzahl der Schnittpunkte von Wurzelpixeln mit Rasterlinien berechnet (Tennant 1975 ). Kettenmethoden, die auf der Kettenkodierung nach (Freeman 1970 ) basieren, berechnen die Wurzellänge, indem die Längen der Pixel in einer Kette aufsummiert werden, wobei eine Längenkorrektur für diagonal verbundene Pixel enthalten ist (Kaspar, Ewing 1997 ). Die in dieser Arbeit verwendete Wurzellängendichte wurde aus der projizierten Wurzelfläche abgeleitet, die durch Aufsummierung aller Wurzelpixel in einem Bild berechnet wurde (Richner u. a. 2000 ). Existierende Software zur Wurzelanalyse beinhaltet meist die Bestimmung zusätzlicher Wurzelparameter wie Durchmesser, Volumen oder Architektur, sind jedoch in den meisten Fällen kostenpflichtig. Das wichtigste Merkmal, die Wurzellängendichte, kann mit kostengünstigen Standard Flachbettscannern und mit kosten- und lizenzfreier Bildanalysesoftware (siehe z. B. www.scilab.org ) bestimmt werden. Für diese Arbeit wurde aus praktischen Erwägungen die vorhandene Software MATLAB verwendet. MATLAB ist eine weit verbreitete numerische Modellierumgebung, die in vielen Bereichen der Wissenschaft und des Ingenieurwesens angewandt wird. Die Image Processing Toolbox ist eine Sammlung von Funktionen, die die Leistung von MATLAB in Bezug auf Bildanalyse und Verbesserung der Bildqualität, Filterung, Erkennung von Morphologie und bestimmten Bildregionen sowie zahlreiche andere Operationen erweitert. Im Folgenden wird eine automatische Prozedur für die Verarbeitung großer Anzahlen von Wurzelbildern mit MATLAB beschrieben.

3.2 Material und Methoden

3.2.1 Probennahme und Probenaufbereitung

Die Wurzelproben wurden zu Beginn des Schossens (Dc 31 - 33, Zadocks, Chang, Konzak 1974 bzw. BBCH 31 - 33, Meier 2001 ) und zu Beginn der Blüte (Dc 61 - 63/ BBCH 61 - 63) an den jeweiligen Monitoringpunkten auf den beiden Versuchsschlägen (Abb. 2.1) mit einem Handwurzelbohrer (2-teiliger Wurzelbohrer, Eijkelkamp) zufällig zwischen den Pflanzenreihen gezogen. Dabei wurden Bohrkerne mit definiertem Volumen (80 mm Durchmesser, 150 mm Länge) in 15 cm-Schritten mit drei Wiederholungen entnommen (für beide Versuchsstandorte insgesamt ca. 1100 Stück). Die maximalen Beprobungstiefen betrugen zum Schossen 0.9 m und zur Blüte 1.2 m. Bis zur weiteren Verarbeitung wurden die Proben bei -20°C tief gefroren. Um eine möglichst gleichmäßige Verteilung der Wurzeln innerhalb der Proben zu erhalten, wurden die Bohrkerne und die darin enthaltenen Wurzeln mit einer Schere gleichmäßig zerkleinert und homogenisiert. Aus dem homogenisierten Material wurde zufällig eine Unterprobe gezogen und abgewogen. Die Unterprobe wurde mit Wasser aufgegossen, die Suspension über einem 1mm-Sieb abgegossen und mit Wasser nachgespült. Die ausgewaschenen Bestandteile wurden vom Sieb in eine Schale gespült und die noch in der Probe befindlichen anorganischen und organischen Bodenbestandteile mit einer Pinzette von den Wurzeln getrennt (vgl. Methode Reuter 2006 ). Aktive und inaktive Wurzeln wurden visuell unterschieden (Savin, Hall, Satorre 1994 ). Die ausgewaschenen Wurzeln wurden bis zur Bestimmung der Wurzellängendichte mittels Bildanalyse im Kühlschrank in einer 15%igen Isopropanol-Lösung gelagert (Kücke, Schmid, Spiess 1995 ).

3.2.2 Bildanalyse

Die Wurzeln wurden in einer flachen, mit Wasser gefüllten Glasschale (2 - 4 mm Wasser-tiefe) ausgebreitet und, wie beispielsweise von (Smit u. a. 1994 ), (Richner u. a. 2000 ), oder (Polomski, Kuhn 2003 ) beschrieben, mit einem herkömmlichen Flachbettscanner (Mustek P3600 A3) im Grauskalenmodus (256 Grautöne) und mit einer Auflösung von 200 dpi eingescannt. Es wurde die niedrigste vertretbare Auflösung gewählt, bei der feine Wurzeln noch erkannt wurden und Bilder mit einer bearbeitbaren Größe in Bezug auf die Bearbeitungsdauer entstanden. Die Bilder wurden im nicht komprimierten Tagged Image File Format (TIF) gespeichert, um eine hohe Bildqualität zu erhalten. Proben, die sehr viele Wurzeln enthielten, wurden in zwei oder drei Unterproben geteilt, um Überlappung oder Aneinanderliegen von Wurzeln und damit Fehlschätzungen zu vermeiden. Um eine eindeutige Erkennung des Wurzelmaterials zu gewährleisten, war ein möglichst einheitlicher Bildhintergrund nötig. Zur Vermeidung von uneinheitlicher Beleuchtung oder Schattenwurf wurden die Proben während des Scanvorgangs zusätzlich von oben beleuchtet (Bauhus, Messier 1999 ) (Abb. 3.1). Des Weiteren wurde ein höchst möglicher Kontrast zwischen Wurzeln und Bildhintergrund hergestellt, um auch eine eindeutige Erkennung von feinen Wurzeln zu gewährleisten.

↓20

Die TIF-Bilder wurden nach einem festgelegten Schema benannt, in einem Dateiverzeichnis gespeichert und dann darauf basierend automatisch mit der Image Processing Toolbox der MATLAB-Umgebung (Vers. 7.1) weiterverarbeitet. Zu diesem Zweck wurde ein Skript geschrieben, das automatisch ein vorgegebenes Dateiverzeichnis durchläuft, jedes Bild zur späteren Analyse vorbereitet, die Wurzelfläche berechnet und diese dann zusammen mit dem Dateinamen herausgibt. Zunächst wurde mit der Image Processing Toolbox ein reines Hintergrundbild erstellt, indem der Farbwert der dunklen Hintergrundpixel geschätzt wurde und die hellen Wurzelpixel durch morphologische Strukturierung entfernt wurden. Durch Subtraktion des reinen Hintergrundbildes vom Originalbild wurde der Kontrast weiter verstärkt und der Hintergrund uniformiert. Über die automatische Kalkulation eines Grautonschwellenwertes wurde das Bild segmentiert und in ein Binärbild umgewandelt, auf

Abb. 3.1: Aufbau der Scan-Apparatur

dem die Hintergrundpixel schwarz und die Vordergrundpixel - in diesem Falle die Wurzeln - weiß erschienen. Die Wurzelfläche im Binärbild wurde durch Aufsummierung aller Wurzelpixel berechnet (vgl. Richner u. a. 2000 ) und in cm2 ausgegeben. Über einen gewichteten Wurzeldurchmesser, der aus der Häufigkeitsverteilung zufällig gemessener Wurzeldurchmesser (d i ) aus allen Tiefenstufen ermittelt wurde, ist aus der Wurzelfläche (A) die Wurzellänge (L) jeder Probe berechnet worden:

↓21

(3.1)

wobei p der prozentuale Anteil der Durchmesserklasse ist.

Über Gewicht und Volumen des Bohrkerns und Gewicht der Unterprobe wurde die Wurzel-länge in Wurzellängendichte (cm Wurzeln je cm3 Boden) umgerechnet.

↓22

(Smit u. a. 2000 ) warnen davor, dass die Wurzellänge mit Bildanalysetechniken stark unterschätzt werden kann, wenn die Gesamtlänge einer Probe 400 cm überschreitet. Basierend auf Daten von (Pan, Bolton 1991 ) schlossen sie auch, dass die Unterschätzung der Wurzellänge verstärkt wird, wenn die Wurzeldichte auf der Scanfläche 0.8 cm je cm2 über-schreitet. Andere Autoren empfehlen maximale Wurzeldichten zwischen 1.5 und 3 cm je cm2 Scanfläche (Bauhus, Messier 1999 ; Bouma, Nielsen, Koustaal 2000 ; Himmelbauer, Loiskandl, Kastanek 2004 ).

Abb. 3.2: Ergebnisse der Referenzmessungen mit der modifizierten Linien-Intersektionsmethode (n = 123)

Es wurde daher sichergestellt, dass die Gesamtwurzellängen und Wurzeldichten der analysierten Proben maximal 255 cm bzw. 0.5 cm/ cm2 betrugen.

3.2.3 Referenzmessungen

↓23

Um die Qualität der Bildanalyseergebnisse zu validieren, wurde die modifizierte Linien-Intersektionsmethode (Tennant 1975 ) angewandt. Hierzu wurden die Wurzellängen von 123 zufällig ausgewählten Proben aller Tiefenstufen (0 – 120 cm) von Hand bestimmt. Deren Wurzellängendichten variierten zwischen 0.3 und 8 cm cm-3. Die Wurzeln wurden in einer wassergefüllten Glasschale über einem Raster von 1 x 1 cm ausgebreitet und die Schnitt-punkte der Wurzeln mit horizontalen und vertikalen Rasterlinien gezählt. Ein Wert von 1 wurde für Wurzeln, die eine Linie schnitten, und für Wurzelenden und gekrümmte Wurzelpartien, die eine Linie berührten, gezählt. Ein Wert von 2 wurde Wurzeln, die auf oder entlang einer Linie lagen, zugeordnet. Die Wurzellänge (L) wurde über folgende Formel bestimmt:

(3.2)

wobei n die Anzahl der Schnittpunkte und u die Rasterweite in cm ist.

↓24

Die so ermittelten Wurzellängen wurden in Bezug zum Bodenvolumen gesetzt und in Wurzel-längendichten umgerechnet. Abb. 3.2 zeigt die Ergebnisse der Referenzmessungen und deren Variabilität in den unterschiedlichen Bodentiefen. Die Qualität der Bildanalyseergebnisse wurde mit linearer Regression und Korrelation zwischen den Bildanalyseergebnissen und den Referenzmessungen überprüft und der mittlere quadratische Fehler (MSE) sowie die Wurzel aus diesem (RMSE) berechnet. Der MSE wurde außerdem in Bias (systematischer Fehler) und Varianz aufgeteilt, um zwischen den beiden Fehlerquellen unterscheiden zu können. Zur Bestimmung der Variation innerhalb der Proben wurde deskriptive Statistik angewandt.

3.2.4 Wurzeldurchmesser

Die Wurzellänge wurde durch Multiplikation der ermittelten Wurzelfläche mit einem gewichteten Wurzeldurchmesser errechnet (siehe Formel 3.1). Zunächst sollte ein Durch-schnittsdurchmesser für alle Probenahmetiefen verwendet werden, wodurch jedoch die Wurzellängendichte (WLD), verglichen mit den Ergebnissen der Referenzmessungen, um ca. 17 % unterschätzt wurde. Daher wurden die Durchmesser zufällig ausgewählter Proben aus allen Beprobungstiefen gemessen (n = 146) und aus der Häufigkeitsverteilung dieser gemessenen Wurzeldurchmesser ein gewichteter Durchmesser gebildet. Die resultierende Häufigkeitsverteilung ist in Abb. 3.3 dargestellt. Um den Einfluss des Wurzeldurchmessers (WD) auf die Ergebnisse zu verdeutlichen, wurden zwei weitere, zufällig generierte Häufigkeitsverteilungen (Abb. 3.4) sowie ein Durchschnittsdurchmesser mit der tatsächlichen Häufigkeitsverteilung der Wurzeldurchmesser verglichen.

3.3 Ergebnisse

Zur Quantifizierung der Schwankung der gemessenen Wurzellängendichten innerhalb der unterschiedlichen Bodentiefen wurde deskriptive Statistik angewandt. Die Wurzellängendichten nahmen von 6.1 cm cm-3 im Oberboden exponentiell auf 0.1 cm cm-3 im unteren Bereich der Wurzelzone ab. Standardabweichung und Varianz waren in der oberen Boden-schicht (0 - 15 cm) mit Werten von 1.41 bzw. 1.97 cm cm-3 am höchsten und nahmen ebenfalls in unteren Bodenschichten ab. In einer Tiefe von 105 - 120 cm betrugen sie nur noch 0.07 bzw. 0.01 cm cm-3. Die Variationskoeffizienten in den unterschiedlichen Tiefenstufen bewegten sich zwischen 23 und 88 % (Tab. 3.1). Der Einfluss unterschiedlicher Wurzeldurchmesser sowie die Verwendung eines Durchschnittsdurchmessers auf die Ergebnisse der Bildanalyse wurden mit den 123 Referenzmessungen quantifiziert.

↓25

Abb. 3.3: Häufigkeitsverteilung der gemessenen Wurzeldurchmesser (n = 146)

Abb. 3.4: Zwei willkürlich geänderte Verteilungen von Wurzeldurchmessern mit (1) erhöhter Häufigkeit niedriger und verringerter Häufigkeit höherer Durchmesser und mit (2) verringerter Häufigkeit niedriger und erhöhter Häufigkeit größerer Durchmesser

Unter Verwendung der experimentell bestimmten Durchmesserverteilung (Abb. 3.3; Tab. 3.2, Vert. 1) waren die Ergebnisse der Bildanalyse und die Referenzmessungen hoch korreliert (r2 = 0.94, Abb. 3.5 a). Bias und RMSE für diese gemessene Häufigkeitsverteilung betrugen 0.01 bzw. 2.18 cm cm-3und die Steigung der Regressionslinie betrug 1.01 (Abb. 3.5 a; Tab. 3.2, Vert. 2). Die Verwendung der beiden willkürlich geänderten Häufigkeitsverteilungen und des Durchschnittsdurchmessers führte sowohl zu höheren als auch zu niedrigeren Werten für RMSE und Bias. Eine Erhöhung der linken (0.2 - 0.4 mm) und eine Verringerung der rechten Häufigkeiten (0.5 - 1.0 mm) der in Abb. 3.3 dargestellten Häufigkeitsverteilung führte sowohl zu einem deutlich höheren RMSE und Bias als auch zu einer Überschätzung der Wurzellängendichte von ca. 7 % (Abb. 3.5 b und Tab. 3.2). RMSE und Bias erhöhten sich von 2.18 auf 2.27 bzw. von 0.01 auf 0.35 cm cm-3 (Tab. 3.2, Vert. 2). Bei Verringerung der linken (0.2 - 0.4 mm) und Erhöhung der rechten Häufigkeiten (0.5 - 1.0 mm) änderte sich der Bias nicht, die Wurzellängendichten wurden jedoch um ca. 5 % unterschätzt und der RMSE sank leicht auf 1.96 cm cm-3 (Abb. 3.5 c; Tab. 3.2, Vert. 3). Die Verwendung eines Durchschnittsdurchmessers führte zu ähnlichen Korrelationen zwischen den manuell gemessenen und automatisch bestimmten Wurzellängendichten, die jedoch erheblich um 20 % unterschätzt wurden (Abb. 3.5 d; Tab. 3.2, durchschnittl. WD). In diesem Fall sank der RMSE von 2.18 auf 1.80 cm cm-3 und der Bias erhöhte sich von 0.01 auf 0.09 cm cm-3 (Tab. 3.2).

↓26

Da für eine eindeutige Erkennung des Wurzelmaterials durch die Bildanalysesoftware ein ausreichender Kontrast zwischen Wurzeln und Hintergrund bestehen muss, wurden die Proben zusätzlich von oben beleuchtet (siehe Abb. 3.1). Auf diese Weise wurde eine ungleichmäßige Ausleuchtung der Scanfläche vermieden. Abb. 3.6 zeigt die Bilder einge-scannter Wurzeln mit unzureichender (a) und ausreichender Beleuchtung (b) und die daraus resultierenden Binärbilder (c, d). Unzureichende Beleuchtung (Abb. 3.6 a) führte zu einem schlechten Kontrast zwischen Wurzeln und Hintergrund, was in einer drastischen Überschätzung der Wurzellängendichte resultierte. Weiß erscheinende Hintergrundbereiche wurden in diesem Fall als „on-pixels“ identifiziert und MATLAB interpretierte diese fälschlich als Wurzelfläche, was schließlich zu einer extrem hohen Wurzellängendichte von 17.5 cm cm-3 führte (Abb. 3.6 c). Ausreichende Beleuchtung (Abb. 3.6 b) verbesserte den Kontrast zwischen Wurzeln und Hintergrund deutlich und führte zu einem realistischen Wert für die Wurzellängendichte von 0.5 cm cm-3 (Abb. 3.6 d).

Tab. 3.1: Mittelwert, Standardabweichung und Varianz und Variationskoeffizient der Wurzellängen-dichten in unterschiedlichen Bodentiefen

Tiefe

[cm]

Mittelwert

[cm cm-3]

Standardabw.

[cm cm-3]

Varianz

[(cm cm-3)2]

Variations-

koeffizient

0-15

6.10

1.41

1.97

0.23

15-30

2.09

0.74

0.55

0.35

30-45

1.51

0.54

0.29

0.35

45-60

1.55

0.81

0.66

0.52

60-75

0.89

0.60

0.37

0.68

75-90

0.52

0.41

0.17

0.79

90-105

0.34

0.30

0.09

0.88

105-120

0.10

0.07

0.01

0.71

Abb. 3.5: Beziehung zwischen den Ergebnissen der Bildanalyse und den Referenzmessungen unter Ver-wendung (A) der tatsächlichen Häufigkeitsverteilung gemessener Wurzeldurchmesser (B) der ersten zufällig generierten Häufigkeitsverteilung (C) der zweiten zufällig generierten Häufigkeitsverteilung (D) eines Durchschnittsdurchmessers für alle Bodentiefen

↓27

Tab. 3.2: Sensitivität der WLD-Kalkulation in Bezug auf unterschiedliche Häufigkeitsverteilungen von Wurzeldurchmessern (a) RMSE der WLD-Kalkulation und Aufteilung des MSE in Bias und Varianz (b) Korrelation (r2) zwischen Ergebnissen der Referenzmessungen und Bildanalyseergebnissen (n = 123). Die tatsächliche Häufigkeitsverteilung ist fett gedruckt.

WLD

Verteilung 1

Verteilung 2

Verteilung 3

durchschnittl. WD

(a)

RMSE

2.18

2.72

1.96

1.80

MSE

4.77

7.41

3.83

3.23

Bias

0.01

0.35

0.01

0.09

Varianz

4.76

7.07

3.81

3.14

(b)

r2

0.94

0.95

0.95

0.95

Steigung

0.99

1.07

0.95

0.80

Achsenabschnitt

0.03

-0.03

0.05

0.08

Abb. 3.6: Bilder eingescannter Wurzeln aus einer Bodentiefe von 75 – 90 cm mit (a) unzureichender und (b) ausreichender Ausleuchtung und die daraus resultierenden Binärbilder (c, d)

3.4 Diskussion

Die Auswertung der deskriptiven Statistik ergab, dass die mittleren Wurzellängendichten in Abhängigkeit von der Bodentiefe zwischen 6.1 und 0.1 cm cm-3 lagen und mit Ergebnissen anderer Untersuchungen vergleichbar sind. (Manske, Vlek 2003 ) z. B. berichten von Wurzellängendichten zwischen 2 und 10 cm cm-3, abhängig von Entwicklungsstadium der Pflanzen, Bodentiefe und Umweltbedingungen. (Asseng u. a. 1998 ) ermittelten für Winterweizen Wurzellängendichten im Oberboden zwischen 2 und 13 cm cm-3 und in Tiefen von 30 - 60 cm zwischen 0 und 4 cm cm-3. Wie auch in anderen Studien beobachtet, nahm der Variationskoeffizient mit zunehmender Bodentiefe zu (vgl. Grabarnik, Pagès, Bengough 1998 ; Kücke, Schmid, Spiess 1995 ). Geringes Wurzelwachstum in tieferen Bodenschichten mit relativ wenigen Hauptachsen, die von Wurzelanhäufungen lateral verzweigter Wurzeln umgeben sind, könnte eine Erklärung dafür sein (Grabarnik, Pagès, Bengough 1998 ). Variationskoeffizienten für Getreide bewegen sich üblicherweise zwischen 30 und 70 % (Bengough u. a. 2000 ), was mit den hier ermittelten Ergebnissen zwischen 23 und 88 % vergleichbar ist (Tab. 3.1).

↓28

Da der Wurzeldurchmesser die Analyseergebnisse beeinflusst, wurden die Effekte unterschiedlicher Häufigkeitsverteilungen von Wurzeldurchmessern und die Verwendung eines Durchschnittsdurchmessers untersucht. Es existieren verschiedenste Bildanalysesysteme, die nicht nur die Wurzellängendichte, sondern auch den Wurzeldurchmesser ermitteln (Dowdy, Nater, Dolan 1995 ; Pan, Bolton 1991 ). Beim Vergleich zweier Bildanalysesysteme stellten (Bouma, Nielsen, Koustaal 2000 ) fest, dass hohe Transformationsgrenzwerte zwar die Schätzung der Wurzellängendichte erleichtern können, aber zu einer Überschätzung der Wurzeldurchmesser feiner Wurzeln führen. Da die mit der hier beschriebenen Methode ermittelte Wurzellängendichte eine Funktion des Wurzeldurchmessers ist (siehe Gleichung 3.1) und daher stark von dessen Fehlerfreiheit abhängt, wurde der Durchmesser manuell gemessen. Diese manuelle Bestimmung der Durchmesser kann mit angemessenem Zeitaufwand durchgeführt werden. (Bouma, Nielsen, Koustaal 2000 ) betonen weiterhin, dass die automatische Bestimmung von Wurzellängen und Wurzeldurchmessern immer neu überprüft werden sollte, wenn neue Arten untersucht oder neue Software angewandt wird.

Eine wichtige Vorraussetzung für die Analyse von Wurzelproben mit Bildanalysesoftware ist eine gleichmäßig ausgeleuchtete Umgebung der Scanfläche, um einen einheitlichen Bildkontrast zu gewährleisten. Der Kontrast zwischen Wurzeln und Hintergrund muss ausreichend sein, damit das Wurzelmaterial von der Software eindeutig erkannt werden kann. Andere Bildanalysesysteme nutzen hierfür Segmentierungstechniken, bei denen unterschiedliche Stufen von Konturenschärfung und Grauton-Grenzwerten kombiniert werden (Smucker u. a. 1987 ). Bei der hier beschriebenen Methode wurde nach (Bauhus, Messier 1999 ) zusätzliche Beleuchtung zur Verminderung ungleichmäßig ausgeleuchteter Scanfläche eingesetzt. Abb. 3.6 zeigt Bilder eingescannter Wurzeln mit (a) unzureichender und (b) ausreichender Ausleuchtung und die daraus resultierenden Binärbilder (c, d). Unzureichende Beleuchtung (Abb. 3.6 a) führte zu einem schlechten Kontrast zwischen Wurzeln und Hintergrund und somit zu einer drastischen Überschätzung der Wurzellängendichte. In diesem Fall wurden weiß erscheinende Hintergrundbereiche als „on-pixels“ identifiziert, die MATLAB fälschlicherweise als Wurzelfläche interpretierte. Der daraus resultierende Wert von 17.5 cm Wurzeln je cm-3 Boden (Abb. 3.6 c) ist für Winterweizen unrealistisch, dessen Wurzellängendichten in einer Bodentiefe von 75 - 90 cm normalerweise selten Werte von 1.5 cm cm-3 überschreiten (vgl. Sharma, Chaudhary 1983 ; Zuo u. a. 2004 ). Ausreichende Beleuchtung (Abb. 3.6 b) verbesserte den Kontrast zwischen Wurzeln und Hintergrund deutlich und führte zu einem realistischen Wert von 0.5 cm cm-3 (Abb. 3.6 d).

Wurzellängendichten können mit gewöhnlichen Flachbettscannern und der vorgestellten Bildanalysemethode genau bestimmt werden, wenn die Häufigkeitsverteilung der Wurzel-durchmesser zuvor ermittelt wird. Da die Wurzeldurchmesser und deren Häufigkeitsverteilungen Einfluss auf die Qualität der Bildanalyseergebnisse ausüben, sollten sie sorgfältig bestimmt werden. Folgende Bedingungen sollten erfüllt werden, um mit der beschriebenen Methode korrekte Ergebnisse zu erhalten:

↓29

1. Die Gesamtwurzellänge einer Probe und die Wurzeldichte auf der Scanfläche sollten unterhalb kritischer Werte liegen. Es wurden Grenzwerte von 255 cm für die Gesamtwurzellänge und 0.5 cm cm-2 für die Wurzeldichte gewählt. Gegebenenfalls sollten die Proben in Teilproben zerlegt werden.

2. Für die automatische Umwandlung der ermittelten Wurzelfläche in Wurzellänge sollte ein gewichteter Wurzeldurchmesser durch Ermittlung der Häufigkeitsverteilung der Wurzeldurchmesser bestimmt werden.

3. Zusätzliche vertikale Beleuchtung der Scanfläche mit Lampen verstärkt den Kontrast zwischen Bildhintergrund und Wurzeln und verbessert dadurch die Genauigkeit der Bildanalyse.


© Die inhaltliche Zusammenstellung und Aufmachung dieser Publikation sowie die elektronische Verarbeitung sind urheberrechtlich geschützt. Jede Verwertung, die nicht ausdrücklich vom Urheberrechtsgesetz zugelassen ist, bedarf der vorherigen Zustimmung. Das gilt insbesondere für die Vervielfältigung, die Bearbeitung und Einspeicherung und Verarbeitung in elektronische Systeme.
DiML DTD Version 4.0Zertifizierter Dokumentenserver
der Humboldt-Universität zu Berlin
HTML-Version erstellt am:
17.08.2010