学术中心
结合无人机和田间表型鉴定筛选高产大豆品种的关键性状
发布时间:
2025-06-01
来源:
作者:
高产品种的育种是大豆育种计划的核心目标,基于表型性状的选择为实现这一目标提供了有效的途径。本研究的目的是确定高产大豆品种的关键表型性状,并利用这些性状筛选高产大豆品种。本研究分别于2022年和2023年从徐州试验场的1923和1015个大豆育种地收集了无人机(Unmanned avivehicle,UAV)和田间表型数据。首先,使用自组织图谱和K-means聚类对大豆品种进行分组,以研究各种性状与大豆产量之间的关系,并确定选择高产大豆品种的关键性状。结果表明,冠层覆盖率保持在90%以上的持续时间(The duration of canopy coverage remaining above 90%,Tcc90)是选择高产品种的关键表型性状。此外,高产大豆品种通常表现出几个关键的表型性状,如冠层覆盖率的快速发展(The time when canopy coverage first reached 90%,Tcc90r)、Tcc90、冠层覆盖率延迟下降(The time when canopy coverage began to decline below 90%,Tcc90d)以及中高株高(Plant height,PH)和百粒重(Hundred-grain weight,HGW)。基于这些发现,提出了一种高产大豆品种的筛选方法,分别成功筛选了2022年和2023年87%和72%的高产品种(前5%)。此外,大约9%(2022年)和10%(2023年)的低产(最低60%)被错误归类为高产。本研究证明了高通量表型分析对大豆产量相关性状和品种筛选的好处,并为在育种计划中鉴定高产大豆品种提供了有用的见解。
图1 本研究的工作流程图。
图2 本研究采用田间试验。图中显示的UAV图像来自2022年的实验。
图3 不同冠层覆盖水平的时间相关性状与产量之间的Pearson 相关系数。
图4 表型性状的统计。(a-d)呈现UAV衍生的表型性状,包括 Tcc90r、Tcc90d、Tcc90 和 NDVIdy;子面板;(e-h)表示植物类型性状,包括PH(株高)、NBP(每株分枝数)、NNP(每株节点数)和 HFN(第五个节点的高度);(i-l)表示倒伏、NPP(每株豆荚数)、HGW(百粒重)和产量的性状。
图5 通过聚类得到的5 种大豆的产量分布。所有大豆品种的平均产量为 3300 公斤/公顷。黑框表示下四分位数到上四分位数,白色方块表示每个聚类的平均值。较大的等值线表示该区域的数据集中度较高,而较小的等值线表示该区域中的数据较少。
图6 五类大豆的11 种表型性状的比较。为了便于分析和可视化,通过将每个簇的平均值除以所有大豆品种的总体平均值来标准化性状的值。
图7 高产(>6000 kg/ha)、中产 (3000-6000 kg/ha) 和低产 (>6000 kg/ha) 大豆品种之间 11 种表型性状的比较。为了便于比较和可视化,通过将每个簇的平均值除以所有大豆品种的平均值,对三个产量水平组的性状进行标准化。
图8 表型相似性的双标图分析。向量之间夹角的余弦表示表型性状之间的相关性。高度相关的表型性状指向大致相同的方向。
图9 2023 年大豆表型性状。(a-c)基于无人机的表型性状,包括 Tcc90r、Tcc90 和 Tcc90d。(d-f) 场表型性状,包括 PH、HGW 和产量。
图10 2022 年和 2023 年大豆筛选结果。(a) 2022 年筛选的不同产量的品种数量。(b) 2022 年单产大于 6000 kg/hm2 的品种(前 5%)的筛选精度。(c) 2023 年筛选的不同产量的品种数量。(d) 2023 年单产大于 5000 kg/hm2 的品种(前 5%)的筛选精度。
Y Yang, C.; Yang, G.; Wang, H.; Li, S.; Zhang, J.; Pan, D.; Ren, P.; Feng, H.; Li, H. (2025) Identifying Key Traits for Screening High-Yield Soybean Varieties by Combining UAV-Based and Field Phenotyping. Remote Sensing, 17, 690.
编辑
王春颖
推荐新闻
视频展示