强风和降雨会导致玉米秆折断，使收获更加困难并降低可收获产量。 目前，由于茎倒伏，全球谷物作物产量每年减少 5%。 气候变化预计将导致风事件更加频繁，从而增加倒伏的可能性。
通过育种和/或生物技术增强抗倒伏性的第一步是揭示个体茎形态特征控制茎弯曲强度的作用，这是决定抗倒伏性的关键因素。
一项新的研究发表在 在硅片 Plants提出了一种新的方法来识别玉米茎秆的个体形态特征如何控制其刚度和强度。 杨百翰大学机械工程系的研究生 Michael Ottesen 和同事创建了玉米秆的三维模型，包括其几何形状和材料特性，以评估弯曲刚度和极限强度。
作者使用三点弯曲测试和 CT 扫描 以前进行过 900 根玉米秆来参数化模型。
在弯曲测试期间，逐渐对茎施加负载直至发生屈曲。 这种测试方法提供了每个茎的两个机械特征的经验测量：弯曲刚度和弯曲强度。
从 CT 数据中提取茎横截面参数。 这使得作者能够将髓和外皮的不同机械特征纳入模型中。
机器学习和特征识别相结合，创建了 51 个与弯曲刚度和极限强度最相关的独特参数。
作者通过比较模拟杆与具有相同参数的实际杆的弯曲刚度和强度来测试模型。 新模型准确地捕捉了玉米秆实证测试中观察到的行为和趋势。
对茎形态值的更精细控制将使用户能够更精确地确定哪些形态变化可以为形态和总体茎质量的最小总体变化提供最大的强度增加。
这种新模型可用于识别哪些形态变化可以为形态和整体茎质量的最小整体变化提供最大的强度增加。 此外，由于所有谷物都依赖于相似的几何结构，因此该模型可以参数化以应用于其他谷物品种，例如高粱、小麦、燕麦和水稻。
阅读文章：
Michael Ottesen、Joseph Carter、Ryan Hall、Nan-Wei Liu、Douglas D Cook，《玉米茎弯曲和屈曲参数化模型的开发和随机验证》， in silico Plants，第 5 卷，第 2 期，2023 年，diad010， https://doi.org/10.1093/insilicoplants/diad010
