遥感表型特征用于遗传性估计和大麦谷物产量预测,使用无人机的多光谱成像
Dessislava Ganeva1, Eugenia Roumenina1, Petar Dimitrov1
1Space Research and Technology Institute, Bulgarian Academy of Sciences, 1113 Sofia, Bulgaria.
Sensors (Basel, Switzerland)
|June 10, 2023
概括
无人机 (UAV) 多谱数据可以预测大麦谷物产量 (GY). 非参数模型显示了高产基因型的间接选择潜力,特别是在牛奶成熟期间.
科学领域:
- 农业科学 农业科学
- 遥感技术是远程传感技术.
- 植物育种 植物育种
背景情况:
- 准确预测谷物产量 (GY) 对大麦育种计划至关重要.
- 无人机 (UAV) 为农作物监测提供先进的多光谱成像能力.
- 将遥感数据与回归建模集成,可以提高繁殖效率.
研究的目的:
- 评估参数和非参数回归模型的有效性,使用无人机多谱数据来预测大麦谷物产量 (GY).
- 评估使用远程感知表型特征 (RSPTs) 来间接选择高产大麦基因型的潜力.
主要方法:
- 使用两个不同的无人机 (DJI Phantom 4 Multispectral - P4M) 采集多光谱数据.
- 参数和非参数回归模型用于GY预测的应用.
- 将生物物理变量 (LAI,fAPAR,fCover,LCC) 作为RSPT进行建模.
主要成果:
- 非参数模型比参数模型获得更高的GY预测准确度 (R2 0.330.61).
- 在牛奶成熟过程中,GY预测比在面团成熟过程中更准确.
- RSPT表现出比GY更高的遗传性,这表明环境影响较低.
结论:
- 基于无人机的多谱数据和非参数建模显示出预测大麦GY的前景.
- 从遥感获得的RSPT可以作为有效的间接选择工具,用于识别优异的冬季大麦基因型.
- 这种方法可以提高大麦育种计划的效率.
