茎秆倒伏（风暴期间植物茎秆的机械故障）导致全球谷物产量每年损失5%至25%。植物茎秆的横截面形态是决定茎秆抗倒伏性的关键因素。然而，先前开发的用于量化植物茎的横截面形态的技术是相对低产量的、昂贵的，并且通常需要专门的设备和专业知识。需要一种简单且具有成本效益的技术来以高通量方式量化与茎秆抗倒伏性相关的植物性状。



开发了一种新的表型分析方法，并将其应用于一系列植物样本，包括玉米 (Zea mays)、高粱 (Sorghum bicolor)、小麦 (Triticum aestivum)、毒铁杉 (Conium maculatum) 和拟南芥 (Arabis thaliana)。对每种植物类型的大直径、小直径、果皮厚度和维管束数量进行了量化。线性相关分析表明，新开发的方法与更耗时的手动技术之间具有很强的一致性（R2 > 0.9）。此外，新方法用于生成植物茎的几个特定于标本的有限元模型。所有的模型都没有问题，并成功地导入有限元软件进行分析。当受到实际施加的载荷时，所有模型都展示了合理和稳定的解决方案。


一种快速、低成本、用户友好的表型方法被开发用于量化二维植物横截面。与以前开发的技术相比，该方法减少了样品制备时间和成本。这种新方法采用了立体镜和半自动图像处理算法。该算法可用于生成植物茎秆的特定样本、尺寸精确的计算模型(包括有限元模型)。

来源：Plant Methods.High throughput phenotyping of cross-sectional morphology to assess stalk lodging resistance.Yusuf A. Oduntan, Christopher J. Stubbs & Daniel J. Robertson
https://plantmethods.biomedcentral.com/articles/10.1186/s13007-021-00833-3