基于无人机影像提取的倒伏指数对玉米产量估算的影响评估


发布时间:

2023-07-15

来源:

植物表型资讯

作者:

PhenoTrait

本文利用三类指标,分别是从无人机高清RGB中提取的倒伏指数,8种纹理指标、2种冠层结构指数和从多光谱影像中提取的13种植被指数,结合RFR模型的框架构建田间尺度的产量估算模型。本研究的具体目标是:(1)构建一个表征田间玉米倒伏程度的指数;2)探索倒伏指数如何影响目前常用于玉米产量估算的模型;(3)开发一种准确估算倒伏条件下玉米产量的方法。结果表明:(1)倒伏指数准确描述了各类田间玉米试验小区的倒伏程度;(2)在玉米3个重要生育期(VT,R3和R5)中,考虑倒伏指数的产量估算精度高于没有考虑倒伏指数的产量估算;(3)应用倒伏指数的RFR模型在在R5时期中表现最优(R2=0.859,RMSE=1086.412kg/ha,rRMSE=13.1%)。因此,这项研究为作物产量的精准估算提供了有价值的见解,并证明将倒伏胁迫相关变量纳入模型可以准确和稳健地估算作物产量。

 

图1 研究区概况

 

图2 玉米产量估算的技术路线图

 

图3 像素级玉米植株倒伏程度(左)及各玉米试验小区倒伏指数的分布(右)

 

图4 不同生育时期下,不考虑倒伏指数的估产模型性能(a~c)和考虑倒伏指数的估产模型性能(d~f)的散点图

 

图5 不同估产时期的模型输入变量重要性排序,(a)VT时期,(b)R3时期和(c)R5时期

 

 

来 源

LIU Y, NIE C, ZHANG Z, WANG Z, MING B, XUE J, YANG H, XU H, MENG L, CUI N, WU W, JIN X. Evaluating how lodging affects maize yield estimation based on UAV observations [J]. Front Plant Sci, 2022, 13: 979103.

 

作者介绍

论文第一作者为安徽理工大学空间信息与测绘工程学院的刘媛硕士,论文通讯作者为中国农科院作物科学研究所的金秀良研究员、中国农科院区划所的吴文斌研究员和四川大学的崔宁博教授。本研究得到了国家重点研究开发计划(2021YFD1201602)、国家自然科学基金(42071426、51922072、51779161、51009101)和中国农业科学院中央公益性科研机构基础研究基金(Y2020YJ07,Y2022XK22)的资助,中国农业科学院农业科技创新项目、海南亚洲湾种子实验室(JBGS+B21HJ0221)和中国江苏省农业科技自主创新专项基金(CX(21)3065)的资助。
 
 

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。