干旱压力评估的多光谱图像 在不同灌制度下对阿拉伯咖啡基因型的评估

科学领域:

• 农业科学 农业科学
• 遥感 遥感 遥感 遥感
• 植物生理学 植物生理学

背景情况:

• 数字农业和无人驾驶飞行器 (UAV) 便于大规模收集用于计算植被指数 (VI) 的数据.
• 植被指数 (VIs) 对于农业监测至关重要,为植被特征提供了洞察力,并使空间-时间作物评估成为可能.
• 咖啡种植在经济上很重要,但很容易受到气候变化的影响,特别是干旱.

研究的目的:

• 评估植被指数 (VIs) 在各种水资源管理制度下评估咖啡基因型的效率.
• 为了确定最佳的水条件和优越的咖啡基因型,以提高生产力和弹性.
• 为了将植被指数与光合作用和透气等生理参数相关联.

主要方法:

• 试验了三种咖啡基因型 (Catuaí 62,E237,Iapar 59) 在五种不同的水系统下,包括完全灌,缺水灌和雨水条件.
• 利用无人机进行大规模数据收集,以计算各种植被指数 (VI).
• 相关的植被指数 (例如,NDVI,SAVI,TCARI) 与生理测量,如光合作用 (A),透气 (E) 和口腔导电 (gs).

主要成果:

• 在完全灌的情况下,植被指数最高 (FI 100),在雨水条件下,NDVI和SAVI值对E237基因型最低.
• 像NDVI,OSAVI,MCARI,NDRE和GDVI这样的指数显示出与光合作用和透气的强烈正相关性.
• 基于温度的指数,包括树冠温度和TCARI,与光合作用,透气和口腔导电性负相关.

结论:

• 植被指数有效地区分咖啡基因型和最佳水资源管理策略,有助于选择高性能品种.
• 在评估条件下,Iapar 59基因型通常表现出优异的性能.
• 这项研究为优化咖啡种植园的生产力和适应力在变化的气候条件和干旱压力中提供了宝贵的见解.