基于无人机（UAV）的多光谱成像技术可以显著减少作物育种中种质表型测定的劳动强度。本研究旨在探讨无人机成像技术是否能够区分鹰嘴紫云英（Astragalus cicer L.）种质，并识别与其干物质产量（DMY）相关的植被指数。2019年，在加拿大萨斯喀彻温省萨斯卡通附近建立了27个鹰嘴紫云英种群的间距育种圃。从2020年和2021年的6月1日至10月15日，每两周测定包括最大茎长、每茎叶片数、根茎扩展速率和茎密度等表型性状，以及由无人机测量的绿色面积和冠层体积两项特征。每年的6月下旬和10月中旬测定牧草干物质产量。研究表明，归一化植被指数（NDVI）绿色面积和NDVI冠层体积数据能够区分三个选定种群。在所有性状中，NDVI绿色面积与牧草干物质产量的相关性最高（6月收获：r = 0.91；10月收获：r = 0.77）。在测定的表型性状中，最大茎长与牧草干物质产量的相关性最高（6月收获：r = 0.74；10月收获：r = 0.83），且与NDVI绿色面积显著相关。研究结果表明，无人机表型测定在植物育种中的单株评价方面具有潜在应用价值。

图1 鹰嘴紫云英育种圃（位于加拿大萨斯喀彻温省克拉维特）正射影像图。绿色线条表示育种圃的边界，小型绿色方块表示地面控制点位置。

图2 无人机图像获取和处理流程。

图3 2020 年和 2021 年在加拿大萨斯喀彻温省萨斯卡通附近的实验中，鹰嘴紫云英三个种群的最大茎长、NDVI 绿色面积和 NDVI 冠层体积的平均值排序，基于从 6 月上旬到 10 月中旬的九次测量结果。字母表示根据 Tukey HSD 检验的显著性差异。

图4 2020 年和 2021 年在加拿大萨斯喀彻温省萨斯卡通附近，27 个鹰嘴紫云英种群的农业形态性状与无人机测量性状之间的 Pearson 相关系数。

图5 2020 年和 2021 年在加拿大萨斯喀彻温省萨斯卡通附近，27 个鹰嘴紫云英种群在 10 月中旬的农业形态性状与无人机测量性状之间的 Pearson 相关系数（平均值）。分别在 p = 0.01 和 *0.001 水平上显著。