文献

J-GLOBAL ID：202202230794198673   整理番号：22A0495690

人工知能による植物における栄養素欠乏の同定【JST・京大機械翻訳】

Identification of nutrient deficiency in plants by artificial intelligence

著者 (1件)： Aleksandrov Vladimir (Institute of Plant Physiology and Genetics, Bulgarian Academy of Sciences, Sofia, Bulgaria)
資料名： Acta Physiologiae Plantarum  (Acta Physiologiae Plantarum)
巻： 44  号： 3  ページ： 29  発行年： 2022年 
JST資料番号： W3992A  ISSN： 1861-1664  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： マクロ(N,P,S,Ca,MgおよびK)およびミクロ(Zn,Cu,B,Mo,Cl,MnおよびFe)鉱物の欠乏は,植物発達に主要な影響を及ぼす。特に窒素, カリウム, カルシウム, リンと鉄の幾つかの栄養鉱物の欠如は農業と早期警戒にとって大きな問題であり,この問題の防止は農業産業にとって非常に有用であろう。現在,植物における栄養欠乏を決定するために使用する方法は,土壌分析,植物組織分析または2つの前述のものの間の併用方法であった。しかし,これらの方法は時間がかかる。本研究は,クロロフィルaの迅速蛍光に基づく植物における栄養欠乏を決定するための新しい方法を提案した。この検討では,これらの元素-N,P,K,CaまたはFeの1つを欠いている栄養培地上で生育したものと比較して,完全栄養溶液(対照植物)で豆類植物を栽培した。本稿では,栄養溶液中のミネラル欠乏を,葉の光合成活性によって推定した植物のストレス応答によって評価した。光合成活性は,光化学系IとIIの機能的活性を反映するJIP試験手法を用いたクロロフィル蛍光の分析と全体としての光合成装置の生理学的状態によって推定した。さらに,N,P,K,CaまたはFeの欠乏を伴う栄養液で生育した植物から記録された蛍光過渡を,人工ニューラルネットワーク(ANN)の入力データとして用いた。このANNは,豆植物におけるN,P,K,CaまたはFeの欠乏を認識するために訓練された。ANNは,クロロフィルaの速い蛍光の記録を用いて,豆類植物における栄養欠乏の同定/予測のための潜在的ツールとして提示される。Copyright The Author(s) under exclusive licence to Franciszek Gorski Institute of Plant Physiology, Polish Academy of Sciences, Krakow 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 蛍光 ,  カリウム ,  カルシウム ,  窒素 ,  鉄 ,  リン ,  ニューラルネットワーク ,  栄養失調 ,  クロロフィルa ,  光合成 ,  無機質 ,  植物組織 ,  *栄養素欠乏
準シソーラス用語： クロロフィル蛍光 ,  ストレス応答 , 【Automatic Indexing@JST】

著者キーワード (6件)： 植物栄養素欠乏 ,  クロロフィル蛍光 ,  OJIP誘導曲線 ,  JIPパラメータ ,  人工ニューラルネットワーク ,  迅速クロロフィル蛍光

分類 (1件)： 植物栄養  (EH02060B)

タイトルに関連する用語 (4件)： 人工知能 ,  植物 ,  栄養素欠乏 ,  同定