AAA - Intro a schede
Transcript
AAA - Intro a schede
Conservazione ex situ e caratterizzazione tassonomica, ecofisiologica e genetica di specie minacciate della flora spontanea italiana Il progetto L’obiettivo del progetto biennale PRIN 2007 dal titolo: “Conservazione ex situ e caratterizzazione tassonomica, ecofisiologica e genetica di specie minacciate della flora spontanea italiana”, co-finanziato dal Ministero per l’Istruzione, Università e Ricerca, e svolto in collaborazione tra le Università di Palermo, Cagliari, Genova, Pisa e Roma “La Sapienza”, si inserisce nell'ambito degli accordi internazionali scaturiti in seguito alla Convenzione di Rio de Janeiro del 1992, ed è coerente con le convenzioni sulla biodiversità e le priorità europee di costituire e sviluppare ricerche bioecologiche per la conservazione dei principali elementi della biodiversità. Considerando che i fattori antropici e le condizioni bioclimatiche costituiscono una minaccia per il mantenimento e la rigenerazione dei sistemi naturali, il presente studio assume particolare significato nel bacino del Mediterraneo, dove si concentra la maggiore biodiversità europea. Il ruolo centrale dell'Italia nella conservazione della biodiversità all'interno di tale area è riconosciuto a livello internazionale, ed è evidenziato dalla presenza di due dei dieci hotspot di biodiversità (Médail and Quézel, 1997, 1999; Casazza et al., 2005): rispettivamente le Alpi Marittime e Liguri e le isole del Tirreno (Sicilia e Sardegna). Inoltre, nelle regioni insulari sono presenti i 2/3 degli endemismi italiani. Per queste ragioni, gli aspetti della conservazione, in Italia, sono particolarmente importanti anche sotto il profilo della ricerca scientifica. Nell’ambito di tale progetto, le cinque unità operative coinvolte hanno sviluppato le proprie linee di ricerca, riuscendo efficacemente ad interfacciarsi ed interagire tra loro con l’unico obiettivo di favorire la conoscenza e conservazione di alcune tra le specie maggiormente minacciate della flora 1 spontanea italiana. In tale contesto, l’unità operativa di Cagliari, si è impegnata nella raccolta, caratterizzazione e conservazione a lungo periodo, presso la Banca del Germoplasma della Sardegna (BG-SAR) (Mattana et al., 2005), dei semi di alcune tra le specie minacciate presenti sul territorio regionale (Aquilegia sp. pl., Brassica sp. pl., Centranthus amazonum, Dianthus morisianus, Ferula sp. pl., Gentiana lutea subsp. lutea, Lamyropsis microcephala, Limonium avei, Polygala sp. pl., Rhamnus persicifolia e Ribes sp. pl.), seguendo protocolli internazionalmente riconosciuti (Bacchetta et al., 2006; 2008a; Guarino et al., 1995), in modo da garantire la più ampia rappresentatività intra-specifica delle popolazioni raccolte. L’unità di Cagliari ha inoltre messo a disposizione delle altre unità operative le proprie collezioni di germoplasma per la loro caratterizzazione genetica, ecofisiologica e per la verifica della rispondenza ai criteri qualitativi e quantitativi elaborati in seno al progetto. Considerato il crescente interesse verso una adeguata gestione delle informazioni relative alla conservazione ex situ della flora spontanea, dimostrato anche dalla notevole diffusione di banche del germoplasma autoctono e di altre strutture dedicate, che negli ultimo ventennio ha coinvolto diverse nazioni europee e non solo (Bacchetta, 2011), l’unità di Cagliari ha voluto inserire nel proprio piano di lavoro, la caratterizzazione morfo-colorimetrica del germoplasma selezionato, applicando metodologie di analisi d’immagine. Le analisi della morfologia dei semi e la definizione del colore in maniera quantitativa sono complesse e non sempre possibili (Perrino et al., 1984), soprattutto se si considera che il germoplasma delle specie spontanee è caratterizzato da una elevata variabilità intraspecifica (Harper et al., 1970; Granitto et al., 2003a). Le misure dimensionali quali lunghezza e larghezza, la 2 determinazione dell'area oltre al perimetro dei semi vengono di norma eseguite manualmente, anche mediante l'impiego di calibri, mentre per la definizione della forma e del contorno ci si riferisce a categorie fisse ufficialmente riconosciute quali quelle riportate in Martin (1946), Stearn (2004) e Werker (1997). Un metodo alternativo per la determinazione della taglia dei semi è la vagliatura delle accessioni usando setacci a maglia variabile (Shanin and Symons, 2003). La determinazione del colore viene in genere effettuata visivamente sulla base delle Munsell® Color Charts (Fagúndez and Izco, 2004); tuttavia la sua valutazione può risultare soggettiva, difficilmente ripetibile e comparabile. Sia la soggettività di tali misurazioni, sia le difficoltà determinate dalle dimensioni estremamente ridotte dei semi di alcune famiglie, possono essere superate grazie all'applicazione di tecniche di analisi d'immagine, da tempo applicate con successo in alcune specie d'interesse agrario (Dana and Ivo, 2008; Firatligil-Durmus et al., 2010; Kiliç et al., 2007; Venora et al., 2007; 2009). Queste consentono di effettuare rapidamente misure precise e ripetibili sia del colore, sia della dimensione e forma dei semi presenti in un’immagine digitale. La stima quantitativa di caratteri importanti quali colore, forma e dimensione dei semi ha trovato applicazione sia per la distinzione di cultivar della stessa specie (Liao et al., 1994; Wan, 1999; Venora et al., 2007), sia per l'identificazione di semi estranei finalizzata all'analisi della purezza (Petersen and Kruz 1992; Churchill et al., 1993; Granitto et al., 2003a; b). Recentemente tali tecniche sono state testate su accessioni di semi di piante spontanee (Bacchetta et al., 2008b), confermandone l'applicabilità e dimostrando la validità del sistema anche per analisi di tipo tassonomico (Grillo et al., 2010). 3 La metodologia In seno al progetto, sono state acquisite le immagini digitali di tutte le accessioni di germoplasma raccolto nel territorio di competenza, e di quello pervenuto dalle altre unità operative (Tab. 1). Tabella 1 - Elenco dei taxa caratterizzati (continua). Brassica rupestris subsp. hispida Numero di accessioni 1 Numero di semi 49 Brassica rupestris subsp. rupestris 1 50 Brassica villosa subsp. bivoniana 2 45 Brassica villosa subsp. drepanensis 1 100 Brassica villosa subsp. tinei 1 53 Aquilegia barbaricina 13 1300 Aquilegia nugorensis 17 1688 Brassica insularis 10 1001 Brassica tyrrhena 1 100 Centranthus amazonum 6 378 Dianthus morisianus 3 300 Ferula arrigonii 10 1000 Ferula communis 5 488 Gentiana lutea subsp. lutea 4 402 Lamyropsis microcephala 10 926 Limonium avei 3 300 Polygala sardoa 2 149 Polygala sinisica 1 99 Rhamnus persicifolia 12 1200 Ribes multiflorum subsp. sandalioticum 6 600 Ribes sardoum 4 42 Unità operativa Palermo Cagliari Taxa 4 Tabella 1 - Elenco dei taxa caratterizzati. Unità operativa Taxa Numero di accessioni 9 Numero di semi 829 Genova Santolina ligustica Pisa Centaurea ambigua 1 99 Centaurea arrigonii 1 97 Centaurea gymnocarpa 1 100 Centaurea ilvensis 1 100 Centaurea nigrescens 1 100 Centaurea paniculata subsp. caureliana 1 100 Dianthus balbisii 1 99 Dianthus seguirei 1 99 Dianthus sylvestris 1 100 Helichrysum italicum subsp. italicum 2 200 Helichrysum stoechas 1 100 Rhamnus glaucophylla 1 100 Bidens cernua 1 100 Malcolmia littorea 1 99 137 12 592 Roma Totale Le immagini sono state acquisite con uno scanner piano ed elaborate mediante una macro appositamente sviluppata per la misura delle caratteristiche morfometriche e colorimetriche di diaspore di flora spontanea, al fine di ottenere, in maniera non distruttiva, precisa e ripetibile, le misurazioni dei parametri descrittivi del colore, forma e dimensione dei semi (Tab. 2). 5 Tabella 2 - Parametri morfometrici e colorimetrici misurati. A Area della proiezione del seme (mm2) Dmax Diametro massimo della proiezione del seme (mm) Dmin Diametro minimo della proiezione del seme (mm) Dmin /Dmax Rapporto tra il diametro massimo e il diametro minimo P Perimetro della proiezione del seme (mm) Pconv Perimetro della proiezione del seme non considerando le cavità (mm) PCrof Perimetro della proiezione del seme calcolato secondo la formula di Crofton (mm) Pconv /PCrof Rapporto tra il perimetro convesso e il perimetro di Crofton Sf Fattore descrittivo della forma della proiezione del seme (valore normalizzato) Ecd Diametro di una circonferenza con area equivalente all’area della proiezione del seme (mm) EAmax Asse maggiore di un’ellisse con area equivalente all’area della proiezione del seme (mm) EAmin Asse minore di un’ellisse con area equivalente all’area della proiezione del seme (mm) Rf Fattore descrittivo della rotondità della proiezione del seme (valore normalizzato) Rmean Valore medio del canale rosso del seme (livelli di grigio) Rsd Deviazione standard del valore medio del canale rosso del seme Gmean Valore medio del canale verde del seme (livelli di grigio) Gsd Deviazione standard del valore medio del canale verde del seme Bmean Valore medio del canale blu del seme (livelli di grigio) Bsd Deviazione standard del valore medio del canale blu del seme Hmean Valore medio della tonalità del seme (livelli di grigio) Hsd Deviazione standard del valore medio della tonalità del seme Lmean Valore medio della luminosità del seme (livelli di grigio) Lsd Deviazione standard del valore medio della luminosità del seme Smean Valore medio della saturazione del seme (livelli di grigio) Ssd Deviazione standard del valore medio della saturazione del seme Dmean Valore medio della densità del seme (livelli di grigio) Dsd Deviazione standard del valore medio della densità del seme S Grado di distorsione, descrittivo dell’asimmetria della distribuzione dei valori di densità (livelli di grigio) K Grado di appiattimento della distribuzione dei valori di densità (unità densitometriche) H Misura della forza dell’incremento d’intensità dei livelli di grigio (unità densitometriche) E Misura della forza di dispersione dei livelli di grigio (bit) Dsum Somma dei valori di densità dei pixel del seme (livelli di grigio) SqDsum Somma dei quadrati dei valori di densità dei pixel del seme (livelli di grigio) SW Peso medio del seme (g) 6 Risultati raggiunti In coerenza con quanto previsto dal progetto, tali tecniche di analisi d’immagine hanno permesso il raggiungimento dei seguenti risultati scientifici e relative pubblicazioni: • Grillo O., Mattana E., Venora G., Bacchetta G. (2010). Statistical seed classifiers of 10 plant families representative of the Mediterranean vascular flora. Seed Science and Technology, 38(2): 455-476. • Cogoni D., Fenu G., Mattana E., Bacchetta G. (2010). Dianthus morisianus Vals. Informatore Botanico Italiano, submitted. • Bacchetta G., Fenu G., Mattana E., Zecca G., Grassi F., Casazza G., Minuto L. (2010). So close yet so far: genetic structure of the narrow endemic Rhamnus persicifolia and its implications for conservation. Journal of Plant Biology, submitted. È stato possibile presentare alcuni risultati a congressi e riunioni scientifiche. In particolare: • Sanna M., Mattana E., Ventimilla P., G. Bacchetta (2009). Germination ecology of Ferula arrigonii and F. communis (Apiaceae): a comparative approach. 45° Congresso Internazionale SISV-FIP “Biodiversity hotspots in the Mediterranean Area”, Cagliari 22-29 giugno 2009. • Grillo O., Mattana E., Venora G., Bacchetta G. (2010). Caratterizzazione morfo-colorimetrica del germoplasma di specie della flora vascolare spontanea italiana. Società Botanica Italiana, Gruppi per la Floristica e la Biosistematica, Roma 22-23 ottobre 2010. 7 A ciò ha fatto seguito la realizzazione di schede divulgative, finalizzate alla condivisione e diffusione delle informazioni relative ai taxa oggetto di studio. Seguendo queste procedure, è stato possibile realizzare un totale di 36 schede descrittive, ognuna delle quali riporta informazioni relative alla famiglia di appartenenza, binomio scientifico, eventuali sinonimie, una descrizione dettagliata della pianta, una immagine della stessa o un particolare, la carta di distribuzione sul territorio italiano, l’epoca di fioritura e di fruttificazione, indicazioni riguardo la litologia, il range altitudinale, l’habitat e la corologia, nonché le specifiche sull’unità di dispersione, con alcuni dati generali, il numero di accessioni e di semi utilizzati, il peso medio del seme, un’immagine dei semi e tutti i valori medi dei parametri morfologici e colorimetrici misurati. Riferimenti bibliografici Bacchetta G., Fenu G., Mattana E., Piotto B., Virevaire M. (Eds.), 2006. Manuale per la raccolta, studio, conservazione e gestione ex situ del germoplasma. Manuali e Linee Guida 37/06 APAT, Roma. Bacchetta G., Bueno Sánchez A., Fenu G., Jiménez-Alfaro B., Mattana E., Piotto B., Virevaire M. (Eds), 2008a. Conservación ex situ de plantas silvestres. Principado de Asturias / La Caixa. Bacchetta, G., Grillo, O., Mattana, E., Venora, G., 2008b. Morpho-colorimetric characterization by image analysis to identify diaspores of wild plant species. Flora 203, 669-682. Bacchetta G., 2011. Conservare la natura. In: TAFFETANI F. (eds.), 2011 - Manuale sugli erbari. Cardini Ed., Firenze. 8 Casazza, G., Barberis, G., Minuto L., 2005. Ecological characteristics and rarity of endemic plants of the Italian Maritime Alps. Biological Conservation 123, 361-371. Churchill, D.B., Bilsland, D.M., Cooper, T.M., 1993. Separation of mixed lots of tall fescue and ryegrass seed using machine vision. Transaction of the ASAE, 36, 1383-1386. Dana, W., Ivo, W. 2008. Computer image analysis of seed shape and seed color for flax cultivar description. Computers and Electronics in Agriculture 61, 126135. Fagundez, J., Izco, J., 2004. Seed morphology of Calluna Salisb. (Ericaceae). Acta Botanica Malacitana 29, 215-220. Firatligil-Durmuş, E., Šárka, E., Bubník Z., Schejbal M., Kadlec P., 2010. Size properties of legume seeds of different varieties using image analysis. Journal of Food Engineering 99, 445-451. Fridlender, A., Raynal-Roques, A., 1998. Une nouvelle espéce de Centranthus (Valerianaceae) endémique de la Sardaigne. Adansonia, sér.3, 20(2), 327332. Giotta, C., Picciotto, F., Arrigoni, P.V., 2002. Un nuovo endemismo della Sardegna: Brassica tyrrhena sp. nov. Webbia 57(1), 1-5. Granitto, P.M., Garralda, P.A., Verdes, P.F., Ceccato H.A., 2003a. Boosting classifiers for weed seeds identification. Journal of Computer Science & Technology 3(1), 34-39. Granitto, P.M., Verdes, P.F., Ceccato, H.A., 2003b. Automatic identification of weed seeds. Buenos Aires, JAIIO 2003, 32° International Conference of the Argentine Computer Science and Operational Research Society. 9 Grillo, O., Mattana, E., Venora, G., Bacchetta, G., 2010. Statistical seed classifiers of 10 plant families representative of the Mediterranean vascular flora. Seed Science and Technology 38(2), 455-476. Guarino, L., Ramanantha Rao, V., Reid, R., 1995. Collecting Plant Genetic Diversity - Technical guidelines. CABI Wallingford, Oxon. Harper, J.L., Lovell, P.H., Moore, K.G., 1970. The shapes and sizes of seeds. Annual Review of Ecology and Systematics 1, 327-356. Kiliç, K., Boyaci, I.H., Koksel, H., Kusmenoglu, U I., 2007. A classification system for beans using computer vision system and artificial neural networks. Journal of Food Engineering 78, 897-904. Liao, K., Paulsen, M.R., Reid, J.F., 1994. Real-time detection of colour and surface defects of maize kernels using machine vision. Journal Agricultural Engineering Research 59, 263-271. Martin, A.C., 1946. The comparative internal morphology of seeds. American Midland Naturalist 36, 513-660. Mattana, E., Fenu, G., Bacchetta, G., 2005. La Banca del Germoplasma della Sardegna (BG-SAR): uno strumento per la conservazione del germoplasma autoctono sardo. Informatore Botanico Italiano 37(1), 145-146. Médail, F., Quézel, P., 1997. Hot-spots analysis for conservation of plant biodiversity in the Mediterranean basin. Mediterranean Plant Biodiversity, 84: 112-127. Médail, F., Quézel, P., 1999. Biodiversity Hotspots in the Mediterranean Basin: Setting Global Conservation Priorities. Conservation Biology 13, 1510-1513. Perrino, P., Yarwood, M., Halnet, P., Polignano, G.B., 1984. Variation of seed character in selected Vicia species. Kulturpflanze 32, 103-122. 10 Petersen, P.E.H., Krutz, G.W., 1992. Automatic identification of weed seeds by colour machine vision. Seed Science and Technology 20, 193-208. Pignatti, S., 1982. Flora d’Italia, Edagricole, Bologna. Shahin, M.A., Symons, S.J., 2003. Lentil type identification using machine vision. Canadian Biosystems Engineering 45, 3.5-3.11. Stearn, W.T., 2004. Botanical Latin, 4th ed. David & Charles Publishers, London. ISBN-10: 0715316435 Valsecchi, F., 1981. Le piante endemiche della Sardegna: 96. Bollettino Società Sarda di Scienze Naturali 20, 301-309. Valsecchi, F., 1985. Le piante endemiche della Sardegna: 179. Bollettino Società Sarda di Scienze Naturali 24, 333-337. Venora, G., Grillo, O., Shahin, M.A., Symons, S.J., 2007. Identification of Sicilian landraces and Canadian cultivars of lentil using image analysis system. Food Research International 40, 161-166. Venora, G., Grillo, O., Ravalli C., Cremonini, R., 2009. Identification of Italian landraces of bean (Phaseolus vulgaris L.) using an image analysis system. Scientia Horticulturae Amsterdam 121, 410-418. Wan, Y.Y., 1999. The design of an automatic grain quality inspection system. ASAE Annual International Meeting Toronto, July 18-21, Paper No. 99-3200. Werker, E., 1997. Seed Anatomy. Encyclopedia of plant anatomy, 10. Gebr der Borntraeger, Berlin. 11