使用空中成像,对麻的农学特征进行高通量表型化.
José Henrique Bernardino Nascimento1, Diego Fernando Marmolejo Cortes1, Luciano Rogerio Braatz de Andrade2
1Centro de Ciências Agrárias, Ambientais e Biológicas, Universidade Federal do Recôncavo da Bahia, Cruz das Almas 44380-000, Bahia, Brazil.
Plants (Basel, Switzerland)
|January 11, 2025
概括
无人驾驶飞行器 (UAV) 能够为作物育种提供高效的植物表型. 空中成像准确地估计了植物的特征,如高度和活力,显示了在育种计划中更快地进行选择的潜力.
科学领域:
- 植物科学 植物科学
- 农业技术 农业技术
- 遗传学和繁殖 遗传学和繁殖
背景情况:
- 大规模的植物表型化对于作物选择和改进至关重要.
- 无人驾驶飞行器 (UAV) 为高通量表型化提供了一个有前途的工具.
- 评估子育种计划的空中成像需要了解植被指数和农学特征之间的相关性.
研究的目的:
- 估计不同高度的无人机从农业数据和植被指数 (VIs) 之间的相关性.
- 选择有效的预测模型,用于评估子育种中的空中成像.
- 评估基于无人机的表型鉴定在加速作物改善方面的潜力.
主要方法:
- 在不同的飞行高度 (20米,40米,60米) 使用多光谱和RGB传感器获取各种植被指数 (VIs).
- 使用混合模型进行分析,以得出最好的线性无偏预测因素和遗传性.
- 使用选定的VI和机器学习算法 (GLMSS,KNN) 开发农学特征的预测模型.
主要成果:
- 空中成像准确估计了飞行高度的植物高度 (r=0.99),较低的高度提供更少的偏差.
- 多光谱传感器显示了比RGB更强烈的相关性,对活力,发芽产量和新鲜根的产量.
- 病毒感染的遗传性从中度到高 (0.51-0.94).
- 确定了植物活力和干物质含量的最佳预测模型 (GLMSS,KNN),预测能力因特征和飞行高度而异.
结论:
- 基于无人机的表型识别显示了植物育种中快速有效的选择的巨大潜力.
- 飞行高度和传感器类型会影响特定特征的空中成像的准确性和预测能力.
- 这项技术可以通过提供及时和全面的农学数据来加速育种计划.


