基于无人机的干旱指数在作物水分状况监测中的评价——以夏玉米为例


发布时间:

2023-07-16

来源:

植物表型资讯

作者:

PhenoTrait

本研究利用无人机的多光谱和热红外信息以及现场观测的气温,获得了以下三个基于无人机的干旱指数:归一化相对冠层温度(NRCT)、温度-植被干旱指数(TVDI)和三维干旱指数(TDDI)。我们通过将这些指标与现场测量的植被含水量(VMC)进行比较,评估了这些指标可用于表征玉米CWC的准确性。本研究旨在(i)评估TDDI与VMC之间的相关性,(ii)将TDDI的性能与NRCT和TVDI的性能进行比较,以及(iii)分析三个干旱指数的时空变化。结果表明:(i)TDDI提供了VMC的最佳估计(r=0.71),(ii)NRCT和TVDI在表征VMC方面具有可比性(分别为r=0.59和0.63),并且具有强相关性(r=0.92),但是TDDI所使用的多相位图像信息使其在研究VMC时间变化方面明显优于NRCT和TVDI。这项研究的结果证明,基于无人机的观测可以用于准确监测农田作物的水分状况。此外,TDDI也为基于遥感的干旱指数研究提供了新的见解。

 

图1 三维干旱指数(TDDI)构建示意图

图片图2 植被含水量(VMC)与三种基于无人机观测的干旱指数(a)NRCT、(b)TVDI和(c)TDDI的散点图

 

图3 不同日期的不同干旱指数的田间制图:(a)NRCT、(b)TVDI和(c)TDDI

 

图4 三种干旱指数的相关性

 

图5 三种干旱指数的时序变化

图6 三种干旱指数在时间序列上的性能表现

 

图7 三维干旱指数(TDDI)在不同种植密度下的性能表现

 

 

来 源

Cheng M, Sun C, Nie C, Liu S, Yu X, Bai Y, Liu Y, Meng L, Jia X, Liu Y, Zhou L. Evaluation of UAV-based drought indices for crop water conditions monitoring: A case study of summer maize. Agricultural Water Management. 2023 Sep 1;287:108442.

 

作者介绍

论文第一作者为扬州大学程明瀚博士,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。本研究得到了中国农业科学院中央公益性科研机构基础研究基金(批准号:Y2020YJ07)南繁专项、中国农业科学研究院(YJTCY01,YBXM01)、新疆农业科学院重点培育计划(xjkcpy-2020003)、国家自然科学基金(批准编号:42071426、51922072、51779161、51009101)的资助,、中国农业科学院农业科技创新计划、海南崖州湾种子实验室(B21HJ0221)、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。