学术中心
利用无人机DAP点云和多光谱影像获取的森林表型筛选桉树优质无性系
发布时间:
2023-03-22
来源:
植物表型资讯
作者:
PhenoTrait
定量、准确、高效获取树木表型信息是森林“基因型-表型-环境型”研究的基础,同时也为解析树木性状特征的基因调控机理提供了技术支撑。利用无人机遥感技术采集单株树木的表型特征可以定量分析树木物候,并直接评价树木生长特性,有助于加速森林育种进程。本研究利用无人机获取的高分辨率、高覆盖率多光谱影像,结合LiDAR点云提取的数字高程模型(Digital elevation models, DEMs),进行高通量树木结构和光谱表型特征提取,并筛选出桉树的优质无性系。试验地点位于广西壮族自治区的东门国家林场。首先,本研究评价了基于航空立体摄影测量点云数据提取的单株树木表型信息精度。在此基础上,计算树木生长特征和植被指数(Vegetation indices, VIs)的可再现性,以及不同性状之间的基因相关性。最后,根据性状的筛选指数对桉树无性系进行排序,并筛选优质基因型及其遗传增益。实验结果显示,利用数字航空摄影测量(Digital aerial photogrammetry, DAP)点云数据提取的树木株高和胸径精度较高,R2分别为0.91和0.71,RMSE分别为0.56m和0.75cm。不同树种之间的表型差异明显。除了冠幅(Crown width, CW),所有性状的克隆可重复性(Clonal repeatability, Rc)高于0.9,个体可重复性(Individual repeatability, Ri)高于0.5。树木生长特征和VIs之间的相关性在0.3至0.5之间波动,当选择比例为10%时,最优无性系为EA14-15,EA14-09,EC184和EC183。本研究的目的是构建基于无人机点云和高分辨率多光谱影像的表型提取和基因分析技术框架,同时探索该方法在筛选优良桉树无性系中的应用潜力。
图1 本研究的技术流程图
图2 地理位置、正射影像和田块分布。(a)东门林场在广西的位置;(b)研究区域的假彩色合成影像;(c)田块分布,黑线为特定品种区域,灰线为无性系田块分布,4个品种区域用不同颜色表示
图3 (a)冠层高度模型和(b)DAP点云与LiDAR点云的对比。DAP点云和LiDAR点云配准后,利用LiDAR点云提取地面控制点并生成DEM,然后利用标准化后的DAP点云生成冠层高度模型;右侧从上到下分别为(b-1)标准化后的DAP点云、(b-2)标准化后的LiDAR点云和(b-3)两者叠加。DAP点云表示为RGB影像,LiDAR点云表示为高度图
图4 分割结果示例。选择区域面积为30m×30m。(a) RGB正射影像;(b)单株分割结果和冠层高度叠加;(c)阈值分割后的NDVI指数图;灰线表示算法确定的单株树木边界,加号(+)表示冠顶
图5 树高(H)和胸径(DBH)的估测值和地面实测值对比及残差分析
图6 33个桉树无性系的性状差异。(a)树高(H);(b)胸径(DBH);(c)冠幅(CW)。按照树高和胸径的从高到低排列,箱线图表示高低趋势。黑星表示异常值,黑三角表示平均值,实线是中值位置
图 7 12个植被指数图。为了便于显示,植被指数均作了标准化处理。灰线是边界,根据DVI的阈值分割结果确定
图 8 利用无人机多光谱影像获取的15个性状之间的基因相关性。所有性状之间均呈正相关,相关系数绝对值见右侧图例
图 9 选择指数点图,其中前10%,10%-20%和20%-30%用彩色标注。横轴为树木性状选择指数,纵轴为植被指数选择指数
编辑
扩展阅读
推荐新闻
视频展示