无人机成像技术在田间作物表型分析中的应用


发布时间:

2020-11-16

来源:

本站

作者:

PhenoTrait

西葫芦在世界范围内具有重要的社会经济意义。目前,其种质资源的鉴定主要是通过田间鉴定来完成的,费时费力。因此,寻找优化田间种质选择时间的新技术非常必要。本文通过评估C. pepo种质的农艺潜力和遗传差异,收集相关数据,来确定无人机成像是否有助于营养活力的选择,这是首次对C. pepo进行此类分析。

 

 

西葫芦实验的RGB(可见光谱)正射马赛克(左)和红外正射马赛克(右)

 

本研究对Uberlandia联邦大学蔬菜种质库的65个基因型进行了评估,在随机区组设计中进行了3次重复。评估变量为:单株产量、单株果数、叶温、早熟性以及SPAD(土壤植物分析发展)、LAI(叶面积指数)、NDVI(归一化植被指数)和NDRE(归一化差异红边指数),后三个变量通过无人机成像获得。采用广义马氏距离和UPGMA聚类分析方法,对遗传多样性进行分析。通过knot测试对Scott进行了性能比较。UPGMA聚类表现出较大的遗传多样性,可形成12个不同的类群。LAI在基因型识别中的相对贡献最大,表明该技术在图像表型验证中效率较高。有8个基因型在产量、果数、早熟性和高叶面积指数、NDVI和NDRE值方面表现突出。利用NDVI和NDRE传感器进行图像表型分析可以有效地识别不同植物活力的C.pepo基因型。

 

在西葫芦生产周期结束时,左侧的归一化差异植被指数(NDVI)和右侧的边界红色归一化差异植被指数(NDRE)

西葫芦基因型38、68和64。从上到下,RGB照片和归一化植被指数(NDVI)和边界红色归一化植被指数(NDRE)的测量

 

来源:

I.F. Beloti, G.M. Maciel , R.B.A. Gallis, et al. Low-altitude, high-resolution aerial imaging for field crop phenotyping in summer squash (Cucurbita pepo). Genet. Mol. Res. 19 (3): gmr18598.

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。