小麦是世界35%以上人口的主粮，提高籽粒产量是稳固粮食安全的重要保障。灌浆期是决定小麦产量的关键。此时期，小穗营养物质18%-50%来源于旗叶制造的光合产物，是叶片光合产物向籽粒转运的主要途径。研究表明，培育“持绿”型新品种是应对极端环境变化，提高小麦产量重要手段之一。而基于人工视觉评分和仪器测量与衰老相关的生理指标方法在进行持绿表型鉴定时存在受人为主观因素和费时的弊端，很难大规模应用在遗传群体鉴定中。近些年，无人机搭载不同传感器在作物冠层动态监测上进行了大量研究，并被证明在作物长势和持绿性状鉴定上的有效性。

近日，中国农业科学院作物科学研究所肖永贵和何中虎研究员在Crop Science发表了题为“UAV-based RGB imagery and ground measurements for high-throughput phenotyping of leaf senescence and QTL mapping in bread wheat”的研究论文。该研究利用中麦175/轮选987 RIL群体146份材料进行一年两点动态地表叶绿素含量、冠层温度和无人机RGB影像的获取，并构建了一个CHL/CT可以综合衡量冠层“持绿”和“偏冷型”新指标，结合机器学习算法，建立了一个可筛选持绿家系新模型。最后通过50K SNP遗传图谱信息挖掘与持绿相关的QTL位点并通过开发KASP标记，辅助筛选持绿与衰老家系。图1为试验设计与具体工作流程。

研究表明，构建的持绿家系筛选模型在分类持绿和衰老家系中效果较好，T检验和聚类热图表明该方法能精准将持绿和衰老家系进行分类（图2，图3）。此外，利用50k SNP遗传图谱，在小麦染色体1B，2B，3A和4B(2)上发掘了5个与持绿相关QTL位点，并且QTL.caas.4b1位点被证明不仅是一个可解释表型变异的23.07%的重要持绿QTL位点，还与株高有关。进一步通过160份自然群体表型进行验证，将与QTL-caas.1B, QTL-caas.3A和QTL-caas.4B2紧密连锁SNP转化为KASP标记（图4）。该研究不仅证明了无人机RGB影像在小麦持绿相关性状鉴定的有效性，也为持绿性状分子标记辅助选择提供一个新的思路。

图1 试验设计与工作流程

图2 不同家系分类T检验

图3 筛选持绿（蓝色）与衰老（红色）家系可视化展示

图4 不同KASP标记在自然群体分型结果