Automatizace hodnocení mrazuvzdornosti pšenice

Bc. Barbora Novotná

Master's thesis

Automation of frost-resistance assessment of winter wheat

Abstract:

Diplomová práce se zabývala posouzením manuálního hodnocení a obrazové analýzy mrazuvzdornosti pšenice seté na šlechtitelské stanici Selgen ve Stupicích u Prahy. Byl posuzován soubor 23 genotypů registrovaných v ČR a 4 kontrolních odrůd pšenice seté dvěma metodami hodnocení s cílem zjistit, zda je možné tradiční, manuální hodnocení mrazuvzdornosti nahradit metodou založenou na RGB snímkování. Po teoretické stránce je v práci řešena problematika současného poznání o mrazuvzdornosti pšenice seté z hlediska fyziologie, mechanismu působení mrazu, genetických faktorů, metod testování mrazuvzdornosti a možnostech hodnocení pomocí obrazové analýzy. Praktická část práce prezentuje výsledky vlastní experimentální práce v prostředí šlechtitelské stanice. Pokus byl založen laboratorním a polně – laboratorním způsobem v období 2019–2023. Mrazuvzdornost souboru odrůd pšenice byla následně hodnocena manuálně a současně s využitím obrazové analýzy. Získaná data byla statisticky vyhodnocena v programu Dell Statistica 12 metodou ANOVA a regresní a korelační analýzou. Na obě metody hodnocení mrazuvzdornosti měl vliv ročník bez ohledu na typ pokusu. Dále byly zjištěny statisticky významné rozdíly mezi odrůdami, které byly v rámci post-hoc testování Tukeyovým HSD testem rozděleny do homogenních skupin na základě průměrných stupňů odolnosti. Významný vliv měl také typ pokusu, respektive způsob založení pokusu u obou metod hodnocení. Oba typy pokusu dokázaly vždy bez ohledu na metodu hodnocení mrazuvzdornosti roztřídit odrůdy na náchylné, středně a vysoce odolné. Výsledky mrazuvzdornosti získané manuálním a automatizovaným hodnocením vzájemně těsně korelovaly (r=0,74). Na základě získaných výsledků bylo možné tvrdit, že manuální hodnocení mrazuvzdornosti je možné do budoucna nahradit analýzou obrazu, čímž dojde k redukci finanční a energetické nákladovosti typické pro manuální hodnocení mrazuvzdornosti pšenice seté.

Abstract:

The thesis aimed to evaluate manual assessment and image analysis of frost resistance of common wheat in Selgen´s breeding station in Stupice near Prague. The set of genotypes of wheat consisting of twenty-three genotypes registered in the Czech Republic parallel with four control genotypes was evaluated in order to find out whether the manual evaluation of frost resistance might be replaceable by the RGB method of evaluation. Theoretically, the thesis addressed the current knowledge of the hardiness of sown wheat in terms of physiology, mechanism of frost action, genetic factors, methods of hardiness testing and the possibilities of evaluation by image analysis. The practical part of the thesis presented the results of own experimental work in the breeding station. The experiment was set up by laboratory and field-laboratory methods in the period 2019–2023. The hardiness of a set of wheat varieties was subsequently evaluated manually and simultaneously using image analysis. The obtained data were statistically evaluated using Dell Statistica 12 software by ANOVA and with regression and correlation analysis. Both methods of frost tolerance evaluation were influenced by the year regardless of the type of experiment. Furthermore, statistically significant differences were found between cultivars that were divided into homogeneous groups based on average hardiness levels in post‑hoc testing by Tukey's HSD test. The type of experiment or the method of setting up the experiment for both evaluation methods also had a significant effect. Both types of trials were always able to classify varieties into susceptible, moderately resistant and highly resistant to frost, regardless of the method used to evaluate hardiness. The hardiness results obtained by manual and automated evaluation were closely correlated (r=0.74). On the basis of the results obtained, it was possible to argue that manual evaluation of hardiness can be replaced by image analysis in the future, which will as well reduce the financial and energy costs typical of manual evaluation of hardiness in winter wheat.

Keywords

pšenice, mrazuvzdornost, genotyp, rezistence, obrazová analýza, monitorování plodin

Keywords

wheat, frost tolerance, genotype, resistance, image analysis, crops monitoring

Language used: Czech

Date on which the thesis was submitted / produced: 8. 4. 2023

Thesis defence

• Date of defence: 16. 5. 2023
• Supervisor: Ing. Petr Sedlák, Ph.D.
• Reader: Ilja Prášil, Bc., externi

Czech University of Life Sciences Prague

Faculty of Agrobiology, Food and Natural Resources

Master programme / specializace:
Biotechnology / Biotechnology and Plant Breeding