Шнобелевская премия
кактус из рода Маммиллярия
Ревитал Гольдштейн (Revital Goldstein)
Ревитал Гольдштейн (Revital Goldstein)
Ярден Зерон (Yarden Zeron)
Ярден Зерон (Yarden Zeron)
Йосси Йовель (Yossi Yovel)
Йосси Йовель (Yossi Yovel)
Лилах Хадани (Lilach Hadany)
Лилах Хадани (Lilach Hadany)









Растения издают звуки при стрессе



за 500 часов записи не записали звуков от пустых горшков

Ревитал Гольдштейн (Revital Goldstein), Ярден Зерон (Yarden Zeron), Йосси Йовель (Yossi Yovel), Лилах Хадани (Lilach Hadany), и ещё 11 соавторов, Тель-Авивский университет, Израиль, опубликовали работу "Звуки, издаваемые растениями при стрессе, переносятся по воздуху и информативны" в журнале "Клетка" (Cell), 186(7), сс.1328-1336, 30 марта, 2023. Растения при стрессе демонстрируют изменения цвета, запаха и формы. При этом, звуки, издаваемые растениями, ранее не исследовались. Авторы показывают, что находящиеся в стрессе растения издают звуки, которые можно записать на расстоянии и даже классифицировать.

Предварительно записи проводились в камере 50x100x150 см (деревянный ящик), стены толщиной 1,7 см, облицованы акустической пеной толщиной 6 см со всех сторон для минимизации эха. Коробка находилась в тихом подвале факультета наук о жизни ТАУ, за толстыми стенами. Внутри акустического бокса только записанные растения и 6 микрофонов. Компьютер и все подключения к электричеству находились в комнате за пределами акустической коробки.

Записывали с помощью конденсаторного ультразвукового микрофона CM16 (Avisoft), оцифровывали с помощью аналого-цифрового преобразователя UltraSoundGate 1216H (Avisoft) и сохраняли на ПК. Чувствительность микрофона Avisoft CM16 составляет 500 мВ/Па и почти не изменяется в диапазоне частот от 10 до 120 кГц. Два микрофона были направлены на каждый стебель растения, сохраняя прямую видимость с расстояния 10 см. Только звуки, записанные обоими микрофонами и направленные на одно и то же растение, считались звуками растений в последующем анализе. Никаких звуков не было записано из пустых горшков (как с сухой, так и с влажной почвой) в течение нескольких недель записи, что демонстрирует эффективность коробки.

Каждое растение фиксировали дважды: сначала до обработки засухой (самоконтроль), и повторно после нее. В первой записи все растения были здоровы, а их почва влажной. Затем в течение 4–6 дней половину растений поливали, а другую половину не поливали, пока влажность почвы в горшках с неполивными растениями не снизилась ниже 5%. В каждом сеансе записи три растения регистрировались одновременно в течение 1 часа, и каждая тройка растений включала по крайней мере одно политое и одно неполивное растение. Влажность почвы регистрировали цифровым влагомером почвы Lutron PMS-714.

Так же слушали стресс от обрезки растения. Растения срезали ножницами близко к земле непосредственно перед началом записи. Регистрировали оторванную часть растения, оторванную от корней. Использовали те же элементы управления, что и в эксперименте со стрессом от засухи.

Обработка данных выполнялась в автономном режиме с использованием кода Python 3.6 со следующими этапами: 1. Идентификация микрофона, который записал самый высокий пик интенсивности в каждом файле записи 1,5 с. 2. Выбор только тех звуков, которые обнаружены двумя микрофонами, направленными на одно и то же растение в одно и то же время. 3. Фокусировка на коротком отрезке в 2 мс вокруг пика. Обработанная запись включает в себя сегмент продолжительностью 1 мс до и 1 мс после пика записанного звука.

Аналогично в оранжерее университета. Каждое растение учитывали либо через сутки после полива (контрольные растения), либо через 4–6 суток после полива (растения, подвергшиеся засухе). Почву каждого растения контролировали каждые 30 мин на протяжении всего эксперимента с помощью датчиков Decagon GS3.

Разработали алгоритмы машинного обучения для классификации записанных звуков. Обучили модели машинного обучения классифицировать различные состояния растений и виды на основе их звукового излучения. В целом результаты показывают, что звуки растений несут информацию, которую можно интерпретировать и использовать для классификации типа и состояния растений.

Регистрировали растения томата и табака при стрессе от засухи и от обрезки стебля. Сосредоточились на диапазоне звука (20–150 кГц) - ультразвук. Обнаружили, что растения во время стресса (при засухе и при обрезке) издают значительно больше звуков, чем растения из групп контроля. Издаваемое сухими растениями среднее количество звуков составляло 35,4 в час для помидоров и 11,0 для табака. Срезанные растения помидоров издавали 25,2 звуков в час, табака - 15,2. В контрольных группах - не более 1 звука в час. Система не записала звук от пустых горшков более чем за 500 часов записи.

Как звучит стрессовое растение? Средняя пиковая интенсивность звука от сухих растений составила 61,6 dBSPL и 65,6 dBSPL на расстоянии 10 см для томата и табака соответственно, а средняя пиковая частота (частота с максимальной энергией) этих звуков составила 49,6 кГц и 54,8 кГц, соответственно. Средняя пиковая интенсивность звуков, издаваемых срезанными растениями, составляла 65,6 dBSPL и 63,3 dBSPL для помидоров и табака, а средняя пиковая частота - 57,3 кГц и 57,8 кГц.

Также проверили акустическое поведение растений в теплице при наличии многих фоновых шумов, отсутствующих в акустическом боксе (например, ветра, кондиционера, ремонтных работ). Чтобы различать звуки, издаваемые растениями, и фоновые парниковые шумы, создали библиотеку парниковых шумов, записав их в пустой теплице. Затем обучили модель нейронной сети, чтобы различать эти шумы пустой теплицы и звуки сухих помидоров, записанные в акустической коробке.

Далее обучили модель на всех наборах данных (шумы пустой теплицы и звуки сухих помидоров из акустической коробки) и применили ее к другому набору записей томатов в теплице. После фильтрации фоновых шумов отличили растения, подверженные засухе, от контрольных растений с точностью 84%.

Затем проверили акустическое проявление процесса обезвоживания, записав 23 растения томатов в течение нескольких дней подряд без полива. Результаты выявили четкую временную акустическую закономерность: растения издают очень мало звуков при поливе, но количество звуков в сутки увеличивается в последующие 4–5 дней. Обнаружили сильную связь между влажностью почвы и звуковой эмиссией растений. Подавляющее большинство звуков растений издается, когда VWC (объёмное содержание воды) < 0,05, и почти не издаются звуки, когда VWC > 0,1.

Также успешно записали звуки от Triticum aestivum (пшеница), Zea mays (кукуруза), Vitis vinifera (виноградная лоза), Mammillaria spinosissima (подушечный кактус). Таким образом, многие растения издают звуки, но разнообразие характеристик этих звуков еще предстоит исследовать. Работа открывает возможности для понимания растений и их взаимодействия с окружающей средой.

02.04.2023

Комментарий:




Шнобелевская премия 2005 гидрогазодинамика

Виктор Бенно Мейер-Рохов из Международного университета Бремена и Йозеф Галь из университета имени Лоранда Этвёша в Венгриии, выяснили - из высиживающего яйца пингвина экскременты выходят под давлением от 0,1 до 0,6 атмосферы, отлетают от гнезда до 40 см
подробнее

Шнобелевская премия 2005 сельское хозяйство

Выяснилось следующее, хлорат натрия великолепно уничтожал сорняки, но попадая на одежду в качестве сильного окисляющего агента смешивался с хлопком брюк и образовывал взрывчатую смесь. Брюки становились бомбой, когда на такие бомбовые брюки попадала искра
подробнее

facebook
Источник - пресса
(c) 2010-2024 Шнобелевская премияig-nobel@mail.ru