本研究调查了使用无人机（unmanned aerial vehicles，UAV）的RGB图像进行高通量表型（high-throughput phenotyping，HTP）评估不同大豆纯品系植被指数（vegetation indices，VIs）的有效性。VIs在作物发育的不同阶段进行评估，并与农艺性状相关。实地研究是在巴西南马托格罗索州基金会的实验区进行的，使用了60个大豆纯品系。在多个发育阶段（播种后28、37、49、70、86、105、115和120天）捕获RGB图像。使用线性混合效应模型，结合限制最大似然（restricted maximum likelihood，REML）/最佳线性无偏预测（best linear unbiased prediction，BLUP）方法，估计方差分量和遗传相关性，并预测基因型值。所有评估的农艺性状的基因型之间都存在显著的遗传差异（p<0.001），株高、R8成熟度和百粒重的准确性和遗传力很高。基因型×飞行数据交互作用对VI表达有显著影响，强调了定时数据收集在农艺性能评估中增强HTP和VI的重要性。在早期阶段，指数因环境而异。另一方面，在R8期、播种后105、115和120天，这些指标与株高和成熟度的性状表现出较高的相关性。基于无人机RGB图像的HTP和VI已被证明在大豆发育的早期和最后阶段更有效，为选择优良基因型提供了必要的信息。本研究强调了时间方法在HTP中的重要性，优化了大豆基因型的选择，并完善了农业管理策略。