在一个育种场地使用无人机衍生的增长动力学预测二元基交叉糖的高通量产量预测
Kazunori Taguchi1,2, Wei Guo3, James Burridge3
1National Agriculture and Food Research Organization, Hokkaido Agricultural Research Center, Memuro Research Station, 9-4 Shinseiminami, Memuro, Kasai, Hokkaido 082-0081, Japan.
Plant phenomics (Washington, D.C.)
|July 30, 2024
概括
关于甜菜树冠覆盖面和高度的无人机 (UAV) 数据准确地预测了根的重量和糖含量. 早期的季节生长测量是繁殖选择和产量预测的关键.
科学领域:
- 植物育种 植物育种
- 农业遥感 农业遥感
- 农业中的数据科学
背景情况:
- 数据驱动的决策可以改善作物育种和农业成果.
- 准确的表型定型对于高质量的作物基因型的有效选择至关重要.
研究的目的:
- 评估使用无人驾驶飞行器 (UAV) 衍生的时间序列数据来预测甜菜 (Beta vulgaris) 根重量和糖含量.
- 评估树冠覆盖面 (CC) 和树冠高度 (CH) 在小地块育种试验中对遗传分析和产量预测的有用性.
主要方法:
- 采集了RGB图像使用无人机超过3个赛季在甜菜种植场.
- 处理图像以生成数码的orthomosaic和表面模型,用于图片级的CC和CH提取.
- 使用多重回归来将CC和CH数据与根重量 (RW) 和糖含量 (SC) 相关联.
- 用于基因分析的CC和CH时间序列的计算积分,包括一般和特定的组合能力.
主要成果:
- 无人机衍生CC和CH数据准确地预测了RW (r = 0.890.92) 和SC (r = 0.770.83) 在三个季节.
- 6月下旬的CC和CH测量是最终RW和SC的强有力的预测指标.
- 在基因分析中,CC和CH的时间序列积分比单个时间点更稳定.
- 使用CC和CH数据量化增长曲线有助于进行交叉分析和收益率预测.
结论:
- 遥感与基本分析相结合,为糖甜菜种植中小型地块表型和选择提供了强大的解决方案.
- 早期季节的树冠发展是预测最终产量和质量特征的关键指标.
- 基于无人机的表型化为定量遗传学和育种计划优化提供了有价值的数据.
