| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Mandioca e Fruticultura. |
|
Data corrente: |
08/12/2022 |
|
Data da última atualização: |
08/12/2022 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
CARVALHO, R. R. B. de; CORTES, D. F. M.; SOUSA, M. B. e; OLIVEIRA, L. A. de; OLIVEIRA, E. J. de. |
|
Afiliação: |
RAVENA ROCHA BESSA DE CARVALHO, UNIVERSIDADE FEDERAL DO RECÔNCAVO DA BAHIA; DIEGO FERNANDO MARMOLEJO CORTES; MASSAINE BANDEIRA E SOUSA; LUCIANA ALVES DE OLIVEIRA, CNPMF; EDER JORGE DE OLIVEIRA, CNPMF. |
|
Título: |
Image-based phenotyping of cassava roots for diversity studies and carotenoids prediction. |
|
Ano de publicação: |
2022 |
|
Fonte/Imprenta: |
PLoS One, v.17, n.1, e0263326, January, 2022. |
|
ISSN: |
1932-6203 |
|
DOI: |
https://doi.org/10.1371/journal.pone.0263326 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Phenotyping to quantify the total carotenoids content (TCC) is sensitive, time-consuming, tedious, and costly. The development of high-throughput phenotyping tools is essential for screening hundreds of cassava genotypes in a short period of time in the biofortification program. This study aimed to (i) use digital images to extract information on the pulp color of cassava roots and estimate correlations with TCC, and (ii) select predictive models for TCC using colorimetric indices. Red, green and blue images were captured in root samples from 228 biofortified genotypes and the difference in color was analyzed using L*, a*, b*, hue and chroma indices from the International Commission on Illumination (CIELAB) color system and lightness. Colorimetric data were used for principal component analysis (PCA), correlation and for developing prediction models for TCC based on regression and machine learning. A high positive correlation between TCC and the variables b* (r = 0.90) and chroma (r = 0.89) was identified, while the other correlations were median and negative, and the L* parameter did not present a significant correlation with TCC. In general, the accuracy of most prediction models (with all variables and only the most important ones) was high (R2 ranging from 0.81 to 0.94). However, the artificial neural network prediction model presented the best predictive ability (R2 = 0.94), associated with the smallest error in the TCC estimates (root-mean-square error of 0.24). The structure of the studied population revealed five groups and high genetic variability based on PCA regarding colorimetric indices and TCC. Our results demonstrated that the use of data obtained from digital image analysis is an economical, fast, and effective alternative for the development of TCC phenotyping tools in cassava roots with high predictive ability. MenosPhenotyping to quantify the total carotenoids content (TCC) is sensitive, time-consuming, tedious, and costly. The development of high-throughput phenotyping tools is essential for screening hundreds of cassava genotypes in a short period of time in the biofortification program. This study aimed to (i) use digital images to extract information on the pulp color of cassava roots and estimate correlations with TCC, and (ii) select predictive models for TCC using colorimetric indices. Red, green and blue images were captured in root samples from 228 biofortified genotypes and the difference in color was analyzed using L*, a*, b*, hue and chroma indices from the International Commission on Illumination (CIELAB) color system and lightness. Colorimetric data were used for principal component analysis (PCA), correlation and for developing prediction models for TCC based on regression and machine learning. A high positive correlation between TCC and the variables b* (r = 0.90) and chroma (r = 0.89) was identified, while the other correlations were median and negative, and the L* parameter did not present a significant correlation with TCC. In general, the accuracy of most prediction models (with all variables and only the most important ones) was high (R2 ranging from 0.81 to 0.94). However, the artificial neural network prediction model presented the best predictive ability (R2 = 0.94), associated with the smallest error in the TCC estimates (root-mean-square error of 0.24). The st... Mostrar Tudo |
|
Thesagro: |
Mandioca. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1149383/1/journal.pone.0263326.pdf
|
|
Marc: |
LEADER 02501naa a2200205 a 4500
001 2149383
005 2022-12-08
008 2022 bl uuuu u00u1 u #d
022 $a1932-6203
024 7 $ahttps://doi.org/10.1371/journal.pone.0263326$2DOI
100 1 $aCARVALHO, R. R. B. de
245 $aImage-based phenotyping of cassava roots for diversity studies and carotenoids prediction.$h[electronic resource]
260 $c2022
520 $aPhenotyping to quantify the total carotenoids content (TCC) is sensitive, time-consuming, tedious, and costly. The development of high-throughput phenotyping tools is essential for screening hundreds of cassava genotypes in a short period of time in the biofortification program. This study aimed to (i) use digital images to extract information on the pulp color of cassava roots and estimate correlations with TCC, and (ii) select predictive models for TCC using colorimetric indices. Red, green and blue images were captured in root samples from 228 biofortified genotypes and the difference in color was analyzed using L*, a*, b*, hue and chroma indices from the International Commission on Illumination (CIELAB) color system and lightness. Colorimetric data were used for principal component analysis (PCA), correlation and for developing prediction models for TCC based on regression and machine learning. A high positive correlation between TCC and the variables b* (r = 0.90) and chroma (r = 0.89) was identified, while the other correlations were median and negative, and the L* parameter did not present a significant correlation with TCC. In general, the accuracy of most prediction models (with all variables and only the most important ones) was high (R2 ranging from 0.81 to 0.94). However, the artificial neural network prediction model presented the best predictive ability (R2 = 0.94), associated with the smallest error in the TCC estimates (root-mean-square error of 0.24). The structure of the studied population revealed five groups and high genetic variability based on PCA regarding colorimetric indices and TCC. Our results demonstrated that the use of data obtained from digital image analysis is an economical, fast, and effective alternative for the development of TCC phenotyping tools in cassava roots with high predictive ability.
650 $aMandioca
700 1 $aCORTES, D. F. M.
700 1 $aSOUSA, M. B. e
700 1 $aOLIVEIRA, L. A. de
700 1 $aOLIVEIRA, E. J. de
773 $tPLoS One$gv.17, n.1, e0263326, January, 2022.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Mandioca e Fruticultura (CNPMF) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Agricultura Digital. Para informações adicionais entre em contato com cnptia.biblioteca@embrapa.br. |
Registro Completo
|
Biblioteca(s): |
Embrapa Agricultura Digital. |
|
Data corrente: |
20/09/2002 |
|
Data da última atualização: |
20/01/2020 |
|
Autoria: |
SILVA, A. F. S. da; SILVA, F. C. da; CESAR, M. A. A.; BERGAMASCO, A. F. |
|
Afiliação: |
ARIOVALDO F. SOARES DA SILVA; FABIO CESAR DA SILVA, CNPTIA; MARCO ANTONIO AZEREDO CESAR; ALESSANDRA F. BERGAMASCO. |
|
Título: |
Avaliação do efeito complementar da aplicação de composto de lixo em área adubada com fertilizantes NPK em cana-planta. |
|
Ano de publicação: |
2001 |
|
Fonte/Imprenta: |
In: CONGRESSO BRASILEIRO DE CIÊNCIA DO SOLO, 28., 2001, Londrina. Ciência do solo: fator de produtividade competitiva com sustentabiblidade. Londrina: SBCS, 2001. p. 137. |
|
Idioma: |
Português |
|
Notas: |
Trabalho 0470. |
|
Conteúdo: |
A área do experimento foi previamente adubada usando-se sulfato de amónio, superfosfato triplo e cloreto de potássio (de acordo com Boletim 100 do IAC). Foi também aplicado composto de lixo (CL) em área que recebeu adubaçáo NPK, o qual, em dosagens mais baixas (0 a 50 t.ha-1), promoveu a neutralização da acidez potencial do solo aumentando o pH, soma e saturação de bases. A CTC aumentou com o aumento da dose de CL e a ação corretiva da acidez do CL foi relativamente moderada sobre o solo TE. Verificou-se teores de metais pesados (Zn, Ca e Mg) disponíveis no solo adubado com CL na camada de 0 a 20 cm. Em síntese, os efeitos adicionais do CL aplicado já fertilizado com NPK na cana-planta, foram: elevação de teores de P no solo; o K teve um padrão de comportamento flutuante no solo, com tendência de aumento no caldo; a rnaturaçâo da cana não foi afetada até a dose de 30 t.ha-1 de CL; a produtividade de colmos aumentou linearmente com adição de CL, o que refletiu na maior produtividade de açúcar por hectare. |
|
Palavras-Chave: |
Cana-planta; Composto de lixo; Fertilizantes NPK. |
|
Categoria do assunto: |
-- |
|
Marc: |
LEADER 01804nam a2200193 a 4500
001 1006989
005 2020-01-20
008 2001 bl uuuu u00u1 u #d
100 1 $aSILVA, A. F. S. da
245 $aAvaliação do efeito complementar da aplicação de composto de lixo em área adubada com fertilizantes NPK em cana-planta.$h[electronic resource]
260 $aIn: CONGRESSO BRASILEIRO DE CIÊNCIA DO SOLO, 28., 2001, Londrina. Ciência do solo: fator de produtividade competitiva com sustentabiblidade. Londrina: SBCS, 2001. p. 137.$c2001
500 $aTrabalho 0470.
520 $aA área do experimento foi previamente adubada usando-se sulfato de amónio, superfosfato triplo e cloreto de potássio (de acordo com Boletim 100 do IAC). Foi também aplicado composto de lixo (CL) em área que recebeu adubaçáo NPK, o qual, em dosagens mais baixas (0 a 50 t.ha-1), promoveu a neutralização da acidez potencial do solo aumentando o pH, soma e saturação de bases. A CTC aumentou com o aumento da dose de CL e a ação corretiva da acidez do CL foi relativamente moderada sobre o solo TE. Verificou-se teores de metais pesados (Zn, Ca e Mg) disponíveis no solo adubado com CL na camada de 0 a 20 cm. Em síntese, os efeitos adicionais do CL aplicado já fertilizado com NPK na cana-planta, foram: elevação de teores de P no solo; o K teve um padrão de comportamento flutuante no solo, com tendência de aumento no caldo; a rnaturaçâo da cana não foi afetada até a dose de 30 t.ha-1 de CL; a produtividade de colmos aumentou linearmente com adição de CL, o que refletiu na maior produtividade de açúcar por hectare.
653 $aCana-planta
653 $aComposto de lixo
653 $aFertilizantes NPK
700 1 $aSILVA, F. C. da
700 1 $aCESAR, M. A. A.
700 1 $aBERGAMASCO, A. F.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
