结合作物生长模型与遥感预测高粱产量


发布时间:

2021-02-17

来源:

本站

作者:

PhenoTrait

植物表型通常不能预测作物生长。植物育种计划需要进行广泛的试验,开发在目标环境中表现良好的品种。作物模型可以通过提供一个预测框架改进这种测试制度,该框架可以(1)增加田间表型数据,并推导难以测量的表型,(2)利用历史天气数据评估跨地理区域的性能。本文旨在使用遥感和地面参考数据对农业生产系统模拟(APSIM)作物生长模型进行参数化,预测18种高粱杂交种的物候和与产量相关的性状变化。

 

2018年从6月25日(48 DAS),7月12日(65 DAS)和8月9日(93 DAS)收集的印第安纳州西拉斐特的叶片大小分布

 

不同类型高粱的冠层覆盖(CC)与叶面积指数(LAI)

 

2018年,在印第安纳州西拉斐特,利用遥感测量和人工表型相结合的方法,对每个杂交种的基因型参数进行估计。这些模型在该地点另外两个季节的杂交性能试验中已得到验证,并与2001年至2018年在德克萨斯州布什兰进行的产量试验进行对比。试验表明:(1)光周期敏感型和不敏感型饲用高粱杂交种的最大株高、最终干物质和辐射利用效率(RUE)均高于谷类高粱,(2)光周期敏感型高粱杂交种表现出更大的生物量产量,以及(3)光周期敏感型高粱杂交种的生物量经过参数化和验证的模型在不同年份和地点的地上生物量模拟中表现良好。综上所述,集成了遥感数据的作物生长模型提供了一种有效的方法来参数化较大的植物育种种群。

 

整个作物生命周期(系)的模拟作物叶面积指数(LAI)与2015年5月19日和2017年5月16日在西拉斐特播种的6种高粱杂交种的测量值(符号)进行比较

 

来源:

Yang K, Chapman S, Carpenter N, et al. Integrating Crop Growth Models with Remote Sensing for Predicting Biomass Yield of Sorghum. in silico Plants, diab001, https://doi.org/10.1093/insilicoplants/diab001.

 

推荐新闻

石时之约|韩志国:透过表型数据,看见植物的喜怒哀乐!

本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。

慧科研、慧育种、慧种田——慧聚改变的力量

让我们“慧聚”在一起,为“慧科研、慧育种、慧种田”赋能。

高通量植物表型平台建设注意事项

育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。

作物生理表型测量基础原理

生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。