Fosfor jest jednym z kluczowych składników odżywczych roślin. W przypadku kukurydzy jego niedobór jest szczególnie groźny: spowalnia wzrost, pogarsza rozwój liści i ostatecznie może znacząco obniżyć plon. Problem polega na tym, że wczesny niedobór fosforu trudno zauważyć gołym okiem. Wyraźne objawy pojawiają się dopiero po dłuższym okresie głodzenia rośliny. W tym momencie roślina znajduje się już pod silnym stresem.
Właśnie temu problemowi poświęcono badanie, w którym naukowcy sprawdzili, czy niedobór fosforu u kukurydzy można rozpoznawać za pomocą obrazowania hiperspektralnego i uczenia maszynowego. Najważniejszy wniosek z pracy jest taki, że takie podejście pozwala wykryć brak fosforu jeszcze zanim na liściach pojawią się zauważalne objawy.
Dlaczego niedobór fosforu jest tak ważny
Fosfor jest niezbędny kukurydzy do prawidłowego wzrostu i fotosyntezy. Gdy go brakuje, roślina zaczyna zmieniać swoją strategię rozwoju. Kieruje więcej zasobów do korzeni, aby skuteczniej pobierać składniki pokarmowe ze środowiska. W rezultacie system korzeniowy może rozwijać się intensywniej, podczas gdy część nadziemna rośnie wolniej.
Przy długotrwałym niedoborze fosforu u kukurydzy zwykle pojawiają się charakterystyczne objawy: liście stają się ciemnozielone, czasem przybierają purpurowy lub czerwonawy odcień, zwłaszcza na brzegach i od spodu. W cięższych przypadkach rozwija się chloroza, czyli żółknięcie, a starsze liście zaczynają się starzeć i zamierać. Wynika to nie tylko ze zmiany barwy, lecz także z głębszych procesów zachodzących wewnątrz rośliny. Fosfor uczestniczy w działaniu aparatu fotosyntetycznego, a jego brak zaburza przepływ energii i obniża wydajność fotosyntezy.
Co więcej, niedobór fosforu zmienia ogólny skład mineralny tkanek. Spada zawartość fosforanu nieorganicznego i całkowitego fosforu, ale jednocześnie zmienia się też akumulacja innych pierwiastków. Autorzy badania podkreślają, że nie jest to lokalny problem jednego składnika, lecz zaburzenie całego systemu odżywiania mineralnego rośliny.
Dlaczego zwykłe metody nie wystarczają
W praktyce rolnicy i agronomowie często oceniają stan roślin na podstawie ich wyglądu. Takie podejście ma jednak poważne ograniczenie: zanim liście zaczną wyglądać nieprawidłowo, niedobór może już się rozwijać. Również klasyczne wskaźniki wegetacyjne obliczane na podstawie danych spektralnych nie zawsze są wystarczająco czułe na wczesnym etapie.
Dlatego badacze sięgnęli po obrazowanie hiperspektralne. W odróżnieniu od zwykłej fotografii rejestruje ono odbicie światła nie tylko w kilku szerokich kanałach barwnych, lecz w wielu wąskich zakresach długości fal. Dzięki temu można uchwycić subtelne zmiany w stanie liścia, których człowiek jeszcze nie jest w stanie dostrzec.
Jak zaprojektowano badanie
Autorzy przeprowadzili dwa eksperymenty szklarniowe na siewkach kukurydzy.
Pierwszy eksperyment miał charakter długoterminowy. Rośliny uprawiano w doniczkach przez sześć tygodni w dwóch wariantach: przy wysokim i niskim poziomie fosforu. Taki układ pozwalał uzyskać dobrze rozwinięte objawy niedoboru.
Drugi eksperyment był krótkoterminowy. Kukurydzę uprawiano hydroponicznie, a następnie przenoszono do trzech poziomów fosforu: wysokiego, niskiego i zerowego. Obserwacje prowadzono po jednym i dwóch tygodniach od rozpoczęcia traktowania. Ta część pracy była szczególnie ważna, ponieważ pozwalała badać najwcześniejsze stadia niedoboru, gdy objawy zewnętrzne jeszcze się nie pojawiały.
U roślin mierzono wzrost, suchą masę pędów i korzeni, liczbę liści, zawartość barwników fotosyntetycznych, parametry fotosyntezy oraz ilość fosforanu nieorganicznego w młodych liściach, starszych liściach i korzeniach. Następnie liście analizowano za pomocą systemu hiperspektralnego pracującego w zakresie 450–850 nm. Dalej dane spektralne poddawano obróbce i przekazywano do modelu uczenia maszynowego typu multilayer perceptron, czyli wielowarstwowego perceptronu.
Co stało się przy długotrwałym niedoborze fosforu
Po sześciu tygodniach brak fosforu wyraźnie wpłynął na rozwój kukurydzy. Masa pędów w warunkach niskiego poziomu fosforu była około 40% niższa niż przy odpowiednim odżywieniu. Jednocześnie masa korzeni wzrosła o około 29%. Oznacza to, że roślina rzeczywiście przestawiała się na rozwój części podziemnej.
Zawartość fosforanu nieorganicznego była istotnie niższa we wszystkich badanych tkankach. Najsilniejszy spadek zaobserwowano w młodym liściu. Zmniejszyła się także całkowita zawartość fosforu w części nadziemnej, a wraz z tym zmienił się ogólny obraz nagromadzenia innych składników odżywczych.
W liściach odnotowano także zmiany związane z fotosyntezą. W starszych liściach przy niedoborze fosforu spadała efektywność wykorzystania światła w fotosystemie II, a udział energii rozpraszanej w postaci ciepła wzrastał. Oznacza to, że aparat fotosyntetyczny działał gorzej i musiał silniej chronić się przed nadmiarem światła.
Wszystkie te zmiany fizjologiczne i biochemiczne dobrze odbiły się w widmach. Liście z niedoborem fosforu wykazywały niższe odbicie w zielonym i bliskim zakresie podczerwieni, ale wyższe w zakresie czerwonym. Zmieniał się także fragment widma zwany red-edge, czyli strefa przejściowa między czerwienią a bliską podczerwienią. To właśnie te różnice pozwoliły modelowi uczenia maszynowego niemal bezbłędnie odróżniać warianty odżywienia. Dokładność klasyfikacji wyniosła 99,65%.
Autorzy zaznaczają jednak, że wynik ten dotyczy analizy pikseli obrazu spektralnego i pokazuje górną granicę możliwej dokładności w kontrolowanych warunkach. Mimo to rezultat wyraźnie potwierdza bardzo wysoką czułość tej metody.
Najważniejsze pytanie: czy da się zauważyć problem przed pojawieniem się objawów
Właśnie na to pytanie odpowiadał drugi, krótkoterminowy eksperyment. Po tygodniu od zmiany poziomu fosforu u roślin nie było jeszcze widocznych różnic w masie pędów, korzeni ani liczbie liści. Innymi słowy, pod względem wyglądu zewnętrznego kukurydza wydawała się niemal taka sama.
Jednak wewnątrz rośliny zmiany już się rozpoczęły. Zawartość fosforanu nieorganicznego w liściach i korzeniach wyraźnie zależała od poziomu fosforu w pożywce: najwyższa była przy wysokim zaopatrzeniu, niższa przy niskim, a najniższa przy całkowitym braku fosforu. Oznacza to, że niedobór rozwijał się bardzo szybko, mimo że objawy zewnętrzne jeszcze się nie ujawniały.
Jednocześnie zawartość chlorofilu a, chlorofilu b i karotenoidów w ciągu pierwszych dwóch tygodni prawie się nie zmieniała. Parametry fotosyntezy również nie wykazywały istotnych różnic między wariantami. Wynika z tego, że na wczesnym etapie roślina już odczuwała niedobór fosforu, ale typowe oznaki wizualne i standardowe wskaźniki fizjologiczne jeszcze nie wskazywały jasno na problem.
Właśnie tutaj obrazowanie hiperspektralne okazało się szczególnie przydatne. Już po tygodniu zarejestrowało subtelne różnice w odbiciu światła. Zmiany te były niewielkie, lecz powtarzalne. Szczególnie wyraźnie zaznaczały się w starszych liściach.
Dlaczego starsze liście okazały się bardziej informacyjne
Badanie pokazało, że starsze liście silniej reagują na wczesny niedobór fosforu. Jest to logiczne, ponieważ przy braku tego pierwiastka roślina zaczyna przenosić fosfor ze starszych tkanek do młodszych, które nadal rosną. Dlatego właśnie starsze liście wcześniej wykazują oznaki stresu i dają wyraźniejszy sygnał spektralny.
W pierwszym tygodniu model uczenia maszynowego rozróżniał poziomy odżywienia fosforem z dokładnością 80,71% dla młodych liści i 84,56% dla starszych. W drugim tygodniu dokładność wzrosła do odpowiednio 85,88% i 90,98%. Innymi słowy, nawet przed pojawieniem się widocznych objawów system był już w stanie dość wiarygodnie określić, czy kukurydzy brakuje fosforu.
Kolejny ważny wynik dotyczy zwykłych wskaźników wegetacyjnych. Naukowcy sprawdzili 24 wskaźniki i stwierdzili, że na ogół były one słabo lub umiarkowanie związane z zawartością fosforanu w liściach. Zależności te były niestabilne i zależały od wieku liścia oraz czasu pomiaru. Oznacza to, że uproszczone wskaźniki spektralne okazały się niewystarczająco czułe do wczesnej diagnostyki. Pełny sygnał hiperspektralny połączony z uczeniem maszynowym okazał się zdecydowanie skuteczniejszy.
Co to oznacza dla rolnictwa
Praktyczne znaczenie tego badania jest bardzo duże. Jeśli niedobór fosforu można wykryć wcześniej, można też odpowiednio wcześnie zareagować — na przykład skorygować nawożenie, zanim dojdzie do zahamowania wzrostu, starzenia się liści i spadku plonu. Takie podejście ma szczególne znaczenie w rolnictwie precyzyjnym, gdzie celem nie jest po prostu zastosowanie nawozu, lecz zrobienie tego we właściwym czasie i we właściwej dawce.
Autorzy traktują obrazowanie hiperspektralne jako szybkie i nieniszczące narzędzie diagnostyczne. Nie wymaga ono niszczenia rośliny do analizy tkanek i może wychwytywać zmiany, które pozostają niewidoczne dla oka. Szczególnie ważnym wczesnym wskaźnikiem okazał się obszar red-edge, około 700–740 nm, a wraz z pogłębianiem się niedoboru coraz bardziej informacyjne stawały się także zakres widzialny i bliska podczerwień widma.
Wniosek
Badanie pokazuje, że obrazowanie hiperspektralne połączone z uczeniem maszynowym potrafi wykrywać niedobór fosforu u kukurydzy nie tylko wtedy, gdy objawy są już wyraźne, lecz także na wczesnym, bezobjawowym etapie. To najważniejszy rezultat tej pracy.
Przy długotrwałym niedoborze fosforu metoda zapewnia bardzo wysoką dokładność rozpoznawania. Jeszcze ważniejsze jest jednak to, że już w ciągu pierwszego i drugiego tygodnia, kiedy liście wyglądają normalnie, a zawartość barwników prawie się nie zmienia, dane hiperspektralne nadal rejestrują ukryte zmiany. Szczególnie przydatne do wczesnej diagnostyki okazały się starsze liście.
Badanie wskazuje więc obiecującą drogę do wcześniejszego i dokładniejszego zarządzania odżywieniem mineralnym kukurydzy. Kolejnym krokiem, jak zauważają autorzy, powinno być sprawdzenie tej metody w warunkach polowych, na różnych etapach wzrostu oraz u różnych genotypów kukurydzy.
