利用虚拟实验验证面向育种的无人机表型流程


发布时间:

2020-11-26

来源:

本站

作者:

PhenoTrait

方案验证一直是育种计划中建立高通量表型(HTP)的一个关键挑战。为此,我们提出了一种面向育种的计算机3D创新方法,验证基于无人机图像的高通量表型方法。该算法是通过表型值模拟、三维实验建模和图像渲染管道来构建的。

 

所提算法的输入、处理步骤和输出

 

通过一个综合案例:以玉米育种背景,设置一组实验测试该工具。该实验报告了密集云中(百分位)点的选择、实验重复性(遗传力)、处理方差(遗传变异性)和飞行高度对基于传统运动结构(SfM)和多视点立体(MVS)管道的高通量株高估计准确性的影响。通过使用相关性、回归和相似性指数比较计算机模拟(地面真实值)和HTP估值进行评估。结果表明,三维实验可以充分重建。此外,该实验还显示处理方差、重复性、百分位点的选择对HTP的准确性有很大影响。而飞行高度影响重建模型质量,但不影响株高估计的准确性。

 

模拟中使用的植物模型

 

重建图的二维点云

 

综上所述,通过计算机模拟可以推断出植物高通量表型的可行性和适用性。因此,我们认为该具有很高的价值,能够促进对高通量表型实践背后的新见解和进一步理解。

 

百分位数的模拟高度和估计高度之间的相关性在1到100之间变化

 

来源:

Galli G, Sabadin F, Costa-Neto G M F, et al. A novel way to validate UAS‑based high‑throughput phenotyping protocols using in silico experiments for plant breeding purposes. Theoretical and Applied Genetics. https://doi.org/10.1007/s00122-020-03726-6.

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。