基于UAS高通量表型分析评估甘蔗产量


发布时间:

2023-01-30

来源:

植物表型资讯

作者:

PhenoTrait

安装在无人机系统(Unmanned aerial system,UAS)上的传感器可以使育种计划的选择效率。本研究旨在研究使用带有红、绿、蓝(RGB)相机的UAS评估甘蔗产量,并研究冠层特征对甘蔗产量的直接和间接影响。2019年至2021年在德克萨斯州韦斯拉科的德州农工大学农业生命研究与推广中心农业生命研究和推广中心进行了一项试验(图1),并安排在一个完整的随机区组设计中,由7个基因型和4个重复组成。使用RGB传感器在植物甘蔗阶段进行了七次UAS图像采集。在第一个截根苗阶段,使用RGB和多光谱传感器进行了五次飞行。获得了冠层高度模型(Canopy height model, CHM,图2)和高通量表型分析(HTP)评估糖含量和甘蔗产量的流程如图3,包括甘蔗中蔗糖含量的百分比(pol),每公顷糖吨(Tons of sugar per hectare, TSH)和每公顷甘蔗吨(Tons of cane per hectare, TCH)。结果表明,与成熟期相比,伸长期冠层特征与pol的相关性较差。同样,冠层特征(图4)与TSH和TCH之间的最显着相关性出现在伸长后期到成熟阶段。此外,图5观察到的和预测的pol(R2 0.58,RMSE 0.77%),TSH(R2 0.68,RMSE 2.24 Mg ha−1)和TCH(R2 0.66,RMSE 13.64 Mg ha−1)之间的验证数据集具有良好的一致性。冠层高度模型(Canopy height model, CHM)和归一化差异植被指数(Normalized Difference Vegetation Index, NDVI)对TCH的直接影响最大(图6-9)。因此,使用基于UAS的图像评估甘蔗产量对于甘蔗育种计划中的高通量表型分析(High Throughput Phenotyping, HTP)很有希望。
 

图1 研究区与试验田

 

图2 用数字地面模型(DSM)减去数字地形模型(DTM)测量冠层高度模型(CHM)

 

图3 高通量表型分析(HTP)评估糖含量和甘蔗产量的流程图

 

图4  13个冠层特征的重复性箱线图

 

图5 训练(a)和验证(b)中观测到的和预测的pol之间的关系,训练(c)和验证(d)中观测到的和预测的TSH,训练(e)和验证(f)中观测到的和预测的TCH之间的关系

 

图6 由第一个截根苗得到的CC (a)、CHM (b)、ExG (c)和NDVI (d)的箱线图

 

图7 2021年8月11日在德克萨斯州卫斯拉科拍摄的包括CC (a)、CHM (b)、ExG (c)和NDVI (d)在内的四个冠层特征的可视化

 

图8 第一个截根苗阶段中七个甘蔗基因型的每公顷甘蔗吨数(TCH)

 

图9 第一个截根苗阶段中每公顷甘蔗吨数(TCH)影响因素路径图及系数

 

 

来 源

I. Khuimphukhieo, T. Marconi, J. Enciso, J.A. da Silva, (2023) The use of UAS-based high throughput phenotyping (HTP) to assess sugarcane yield, Journal of Agriculture and Food Research, 100501.

 

编 辑

王春颖

 

扩展阅读

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。