Computational simulation and model of a generalized prototype of an ornamental root

Abstract

The growth of a healthy and productive plant depends on the correct development of its roots and the surrounding environment. In this context, root growth is crucial because it provides support, anchoring, and feeding characteristics. Multiple reported studies have focused on interpreting and understanding the root behavior, providing different morphological and topological classifications of root archetypes. This document proposes and evaluates two computational models to simulate the root growth. The first model corresponds to the geometrical representation of root growth in 2D and 3D space. In this scheme, four common root archetypes were addressed and considered their tropisms: adventitious, primary root, napiform, and fasciculate. The visual inspection of different root plants such as beans, carrots, and orchids was considered to develop the algorithm. Then, computational simulations were carried out to obtain the desired root archetypes or morphologies. This model has a stochastic factor providing greater versatility in the simulations, similarly to actual roots. The second computational scheme used is Reaction-diffusion Root Branching (RDRB), which models the dynamic root growth using the finite element method (FEM) in 1D for the roots and 2D for the growing media. This model provides a more detailed and more complex description than the first one, considering the reaction-diffusion of the species, representing the biochemical search for nutrients. Additionally, it accounts for an elastic contribution to account for the mechanical effects of root growing and the media interaction. This model involves biochemical, biophysical, and tropism stimuli. The two proposed mathematical/computational models can correctly represent the plant root growth, incorporating geometrical aspects and biophysical and biochemical features. Furthermore, these models have the potential to be adopted to investigate other natural branching phenomena such as slime mold, fractures, circulatory systems, respiratory systems, and thunders.

El crecimiento de una planta sana y productiva depende del correcto desarrollo de sus raíces y del entorno que la rodea. En este contexto, el crecimiento de las raíces es crucial porque proporciona características de soporte, anclaje y alimentación. Múltiples estudios se han centrado en interpretar y comprender el comportamiento de la raíz, proporcionando diferentes clasificaciones morfológicas y topológicas de los arquetipos de raíz. Este documento propone y evalúa dos modelos computacionales para simular el crecimiento de las raíces. El primer modelo corresponde a la representación geométrica del crecimiento de raíces en el espacio 2D y 3D. En este esquema, se abordaron cuatro arquetipos de raíces comunes como lo son: adventicia, raíz primaria, napiforme y fasciculada, adicionalmente se consideraron sus tropismos. Para desarrollar el algoritmo se consideró la inspección visual de diferentes plantas de raíz como frijoles, zanahorias y orquídeas. Seguido de esto, se realizaron simulaciones computacionales para obtener los arquetipos o morfologías de raíces deseadas. Este modelo tiene un factor estocástico que proporciona una mayor versatilidad en las simulaciones, de forma similar a las raíces reales. El segundo modelo computacional utilizado es Reaction-diffusion Root Branching (RDRB), que modela el crecimiento dinámico de raíces usando el método de elementos finitos (FEM) en 1D para las raíces y 2D para los medios de cultivo. Este modelo proporciona una descripción más detallada y compleja que el primero, considerando la reacción-difusión de las especies, representando la búsqueda bioquímica de nutrientes. Además, explica los efectos mecánicos del crecimiento de las raíces y la interacción con el medio de crecimiento. Este modelo involucra estímulos bioquímicos, biofísicos y de tropismo. Los dos modelos matemáticos/computacionales propuestos pueden representar correctamente el crecimiento de las raíces de las plantas, incorporando aspectos geométricos y características biofísicas y bioquímicas. Además, estos modelos tienen el potencial de ser adaptados para investigar otros fenómenos naturales de ramificación, como moho mucilaginoso, fracturas, sistema circulatorio, sistema respiratorio y relámpagos. (Texto tomado de la fuente)