Abstract With global warming, climate zones are projected to shift poleward, and the frequency and intensity of droughts to increase, driving threats to crop production and ecosystems. Plant hydraulic traits play major roles in coping with such droughts, and process-based plant hydraulics (water flowing along decreasing pressure Ψ p or total water potential Ψ tot gradients ) has newly been implemented in land surface models. An enigma reported for the past 35 years is the observation of water flowing along increasing water potential gradients across roots. By combining the most advanced modelling tool from the emerging field of plant micro-hydrology with pioneering cell solute mapping data, we found that the current paradigm of water flow across roots of all vascular plants is incomplete: it lacks the impact of solute concentration (and thus negative osmotic potential Ψ o ) gradients across living cells . This gradient acts as a water pump as it reduces water tension without loading solutes in plant vasculature (xylem). Importantly, water tension adjustments in roots may have large impacts in leaves due to the tension-cavitation feedback along stems. Here, we mathematically demonstrate the water pumping mechanism by solving water flow equations analytically on a triple-cell system. Then we show that the simplistic upscaled equations hold in 2- and 3-D maize, grapevine and Arabidopsis complex hydraulic anatomies, and that water may flow “uphill” of water potential gradients toward xylem as observed experimentally. Besides its contribution to the fundamental understanding of plant water relations, this study lays new foundations for future multidisciplinary research encompassing plant physiology and ecohydrology, and has the ambition to mathematically capture a keystone process for the accurate forecasting of plant water status in crop models and LSMs. Graphical Abstract Highlights - We provide a scale-consistent solution of water flow equations across root tissues - Symplasmic osmotic potential gradients are missing in the current theory of root water uptake - The model solves the empirical enigma of root water uptake uphill of water potential gradients

Root hydraulic conductivity is an important determinant of plant water uptake capacity. In particular, the root radial conductivity is often thought to be a limiting factor along the water pathways between the soil and the leaf. The root radial conductivity is itself defined by cell scale hydraulic properties and anatomical features. However, quantifying the influence of anatomical features on the radial conductivity remains challenging due to complex, and time-consuming, experimental procedures. We present a new computation tool, the Generator of Root ANAtomy in R (GRANAR) that can be used to rapidly generate digital versions of root anatomical networks. GRANAR uses a limited set of root anatomical parameters, easily acquired with existing image analysis tools. The generated anatomical network can then be used in combination with hydraulic models to estimate the corresponding hydraulic properties. We used GRANAR to re-analyse large maize (Zea mays) anatomical datasets from the literature. Our model was successful at creating virtual anatomies for each experimental observation. We also used GRANAR to generate anatomies not observed experimentally, over wider ranges of anatomical parameters. The generated anatomies were then used to estimate the corresponding radial conductivities with the hydraulic model MECHA. This enabled us to quantify the effect of individual anatomical features on the root radial conductivity. In particular, our simulations highlight the large importance of the width of the stele and the cortex. GRANAR is an open-source project available here: http://granar.github.io .

Functional-structural root system models combine functional and structural root traits to represent the growth and development of root systems. In general, they are characterized by a large number of growth, architectural and functional root parameters, generating contrasted root systems evolving in a highly nonlinear environment (soil, atmosphere), which makes unclear what impact of each single root system on root system functioning actually is. On the other end of the root system modelling continuum, macroscopic root system models associate to each root system instance a set of plant-scale, easily interpretable parameters. However, as of today, it is unclear how these macroscopic parameters relate to root-scale traits and whether the upscaling of local root traits are compatible with macroscopic parameter measurements. The aim of this study was to bridge the gap between these two modelling approaches by providing a fast and reliable tool, which eventually can help performing plant virtual breeding. We describe here the MAize Root System Hydraulic Architecture soLver (MARSHAL), a new efficient and user-friendly computational tool that couples a root architecture model (CRootBox) with fast and accurate algorithms of water flow through hydraulic architectures and plant-scale parameter calculations, and a review of architectural and hydraulic parameters of maize. To illustrate the tool's potential, we generated contrasted maize hydraulic architectures that we compared with architectural (root length density) and hydraulic (root system conductance) observations. Observed variability of these traits was well captured by model ensemble runs We also analyzed the multivariate sensitivity of mature root system conductance, mean depth of uptake, root system volume and convex hull to the input parameters to highlight the key parameters to vary for efficient virtual root system breeding. MARSHAL enables inverse optimisations, sensitivity analyses and virtual breeding of maize hydraulic root architecture. It is available as an R package, an RMarkdown pipeline, and a web application.

Abstract Root hydraulic properties play a central role in the global water cycle, agricultural systems productivity, and ecosystem survival as they impact the global canopy water supply. However, the available experimental methods to quantify root hydraulic conductivities, such as the root pressure probing, are particularly challenging and their applicability on thin roots and small root segments is limited. There is a gap in methods enabling easy estimations of root hydraulic conductivities across a diversity of root types and at high resolution along root axes. In this case study, we analysed Zea mays (maize) plants of the var. B73 that were grown in pots for 14 days. Root cross-section data were used to extract anatomical measurements. We used the Generator of Root Anatomy in R (GRANAR) model to generate root anatomical networks from anatomical features. Then we used the Model of Explicit Cross-section Hydraulic Anatomy (MECHA) to compute an estimation of the root axial and radial hydraulic conductivities ( k x and k r , respectively), based on the generated anatomical networks and cell hydraulic properties from the literature. The root hydraulic conductivity maps obtained from the root cross-sections suggest significant functional variations along and between different root types. Predicted variations of k r along the root axis were strongly dependent on the maturation stage of hydrophobic barriers. The same was also true for the maturation rates of the metaxylem. The different anatomical features, as well as their evolution along the root type add significant variation to the k r estimation in between root type and along the root axe. Under the prism of root types, anatomy, and hydrophobic barriers, our results highlight the diversity of root radial and axial hydraulic conductivities, which may be veiled under low-resolution measurements of the root system hydraulic conductivity. While predictions of our root hydraulic maps match the range and trend of measurements reported in the literature, future studies could focus on the quantitative validation of hydraulic maps. From now on, a novel method, which turns root cross-section images into hydraulic maps will offer an inexpensive and easily applicable investigation tool for root hydraulics, in parallel to root pressure probing experiments. One-Sentence summary The use of cross-section images and modelling tools to generate a map the axial and radial hydraulic conductivity along different root types for the maize cultivar B73.

Mexican native maize (Zea mays ssp. mays) is adapted to a wide range of climatic and edaphic conditions. Here, we focus specifically on the potential role of root anatomical variation in this adaptation. In light of the investment required to characterize root anatomy, we present a machine learning approach using environmental descriptors to project trait variation from a relatively small training panel onto a larger panel of genotyped and georeferenced Mexican maize accessions. The resulting models defined potential biologically relevant clines across a complex environment and were used subsequently in genotype-environment association. We found evidence of systematic variation in maize root anatomy across Mexico, notably a prevalence of trait combinations favoring a reduction in axial conductance in cooler, drier highland areas. We discuss our results in the context of previously described water-banking strategies and present candidate genes that are associated with both root anatomical and environmental variation. Our strategy is a refinement of standard environmental genome wide association analysis that is applicable whenever a training set of georeferenced phenotypic data is available.