基于传感器的棉花近端表型分析系统的开发已经取得了实质性进展，但仍需要继续开发，以改善对棉花产量的季节预测，并提高使用该系统监测作物水分胁迫的准确性。本文报告了一项为期两年的田间研究结果，在该研究中，以三种ET替换率(0、45和90%)，每两周一次，在八个棉花品种的田地上部署了近端传感系统，测量冠层高度，光谱指数(NDVI)和冠层温度。

Chillicothe研究站2018年和2019年生长季节的每日温度(最低，平均和最高)和降水数据，以种植后的时间作图

结果正如预期那样，NDVI是一个很好的预测冠层和生物量指标，包括冠层高度和叶面积指数。季节传感器测量值[NDVI和冠层-空气温差(Tc-Ta)]与棉花产量之间的相关性强度从差到中等不等。在测试的两年中，干燥度之间的相关性较弱，并且NDVI是比Tc-Ta更好，更一致的产量预测指标，尽管将两个变量整合在一起的多元线性回归最多可将结果提高9%。结合Tc–Ta数据和现场大气气象站数据，可以计算经验作物水分胁迫指数(CWSI)值。使用CWSI度量，一旦冠层宽度达到红外温度传感器聚焦在冠层上的阈值，作物水分胁迫在ET替代水平之间的相对差异是明显的。这表明，棉花水分胁迫可以成功地使用近端表型系统进行监测，该系统可以在研究或生产环境中的许多样地中快速，轻松地部署。

NDVI与其他与冠层相关的参数(包括NDRE，冠层高度和LAI)之间的全研究关系和分析

来源：

Curtis B. Adams, Glen L. Ritchie and Nithya Rajan. Cotton phenotyping and physiological monitoring with a proximal remote sensing system. Crop Science. https://doi.org/10.1002/csc2.20434.