DynG: un factor de escala dinámico para la estimación de la conductividad estomática termográfica en condiciones...

Área de la Ciencia:

• Fisiología vegetal
• Aplicaciones de imágenes térmicas
• Fenotipo de las plantas

Sus antecedentes:

• La estimación precisa de la conductividad estomatal (GSW) es crucial para el fenotipo de las plantas.
• La temperatura de la hoja de las imágenes térmicas es un indicador clave, pero los métodos actuales luchan con la variabilidad ambiental.
• El índice de conductividad (Ig) ofrece un enfoque basado en la termografía pero es sensible a las fluctuaciones ambientales.

Objetivo del estudio:

• Desarrollar un nuevo factor de corrección (DynG) para el índice de conductividad (Ig).
• Mejorar la precisión y la estabilidad de la estimación de la conductividad estomatal (GSW) a partir de imágenes térmicas en condiciones ambientales fluctuantes.
• Proporcionar un método sólido para el fenotipo y el monitoreo de la GSW de las plantas.

Principales métodos:

• Se desarrolló un factor de corrección (DynG) mediante la calibración de Ig utilizando hojas artificiales (AL) con conductancias porosas conocidas.
• Variaciones de temperatura capturadas en AL bajo condiciones ambientales variables para establecer una relación Ig-conductividad.
• Estimaciones validadas de gsw corregidas por DynG en función de las mediciones lisimétricas y de intercambio de gases.
• DynG aplicado para diferenciar gsw en genotipos de Arabidopsis con rasgos estomales distintos.

Principales resultados:

• DynG mejoró significativamente la precisión y estabilidad de la estimación de gsw en comparación con Ig solo en entornos fluctuantes.
• Los valores de gsw corregidos por DynG mostraron una fuerte concordancia con las técnicas de medición de gsw establecidas.
• El método distinguió con éxito las diferencias de gsw entre los genotipos de Arabidopsis thaliana (Col-0, epf1epf2, EPF2OE).

Conclusiones:

• DynG proporciona un método confiable y simple para estimar la conductividad estomática (gsw) a partir de imágenes térmicas, incluso en entornos inestables.
• Este enfoque supera las limitaciones de los métodos anteriores, mejorando la reproducibilidad en el fenotipo de plantas.
• DynG ofrece una herramienta prometedora para el monitoreo y la investigación avanzados de plantas gsw sin modelos complejos.