利用无人机多光谱数据评价大豆育种作物田间发芽率


发布时间:

2023-06-09

来源:

植物表型资讯

作者:

PhenoTrait

利用多光谱航空摄影数据(MSD)对大豆作物田间发芽率进行评价,有助于大豆植株的研究以及加快新品种的选育进程。本研究的目的是根据无人驾驶飞行器(UAV)的3年(2020、2021和2022)多光谱调查数据,确定大豆植株的田间发芽率。采用DJI Matrice 200系列V2型无人机和MicaSense型多光谱相机进行多光谱航空拍摄。地面数据与多光谱数据的相关性为0.70~0.75。根据Stages规则,计算大豆育种作物的田间发芽率、植被指数(VIS)、归一化差值植被指数(NDVI)、归一化差异红边指数(NDRE)和叶绿素指数绿(ClGreen)。用平均绝对百分比误差(MAPE)估计所获得范围的精度。利用多光谱航空摄影数据,开发大豆种子发芽率自动评价软件,对大豆育种作物的发芽水平进行评价。该软件考虑三个植被指数的数据和计算范围,创建一个概述层,以可视化其发芽水平。使用植被指数NDVI,NDRE,和ClGreen的大豆育种作物田间发芽的评价可以是一个独立的方法。该方法的应用,可以评价大量试验小区的田间发芽情况,以及基因型和农业技术各要素对该指标的影响。

 

影响种子萌发率和田间发芽率的因素有很多,如土壤温度、土壤颗粒组成、种子埋入土壤的深度和均匀性、水分的含量、病害的出现等。在这项研究中,我们使用无人机四轴飞行器,即DJI Matrice 200系列v2,并带有后处理运动学(PPK)航空摄影。在此基础上,编制大豆种子发芽率自动评价软件,该程序用C程序设计语言编写,输入数据包括地块的轮廓(档案类型.geojson)、每个地块的植被指数平均值(档案类型.xlsx)、大豆发芽范围(档案类型.docx)和植被指数图(档案类型.geotiff);输出数据包含大豆发芽水平的可视化显示(发芽图)和发芽水平的定量计算。在PIX4Dmapper软件(4.8.4版)中进行摄影测量数据处理。利用绿色、红色、红色边缘和近红外反射率的波段计算植被指数,每个样本地块的植被指数的平均值是在PIX4Dfield软件(2.3.1版)中确定的。

 

图片图1. 研究区域的位置

 

图2. 大豆种植地块:(a) 2020年6月11日;(b) 2021年6月13日;(c) 2022年6月14日

图片图3. 2022年在奥廖尔地区使用大疆矩阵200系列v2四轴飞行器监测大豆作物

 

图4. 程序的初始界面

 

图5. 整体的方法论工作流程

 

表1. 飞行参数

 

表2. 数据参数

 

图6. 2020年6月11日(a - c)、2021年6月13日(d - f)和2022年6月14日(g - i)的NDVI (a、d、g)、NDRE (b、e、h)和ClGreen (c、f、i)的数字地图

 

图片图7. 发芽率与植被指数平均值之比(a) NDVI;(b) NDRE;(c) ClGreen

 

表3. 大豆植物的发芽范围

图片

 

图8. 大豆作物试验田田间发芽率的频次分布

 

表4. 发芽率与植被指数比值

 

表5. 所得数据的准确性

 

表6. 大豆小区发芽评价

 

图9. 2020年、2021年和2022年大豆发芽图

 

 
来 源

Kurbanov, R.; Panarina, V.; Polukhin, A.; Lobachevsky, Y.; Zakharova, N.; Litvinov, M.; Rebouh, N.Y.; Kucher, D.E.; Gureeva, E.; Golovina, E.; Yatchuk, P.; Rasulova, V.; Ali, A.M. 2023. Evaluation of Field Germination of Soybean Breeding Crops Using Multispectral Data from UAV. Agronomy 13, 1348.

 

编辑

陈秀娇
 

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。