搜索
确认
取消
当前位置:
首页
/
/
/
基于无人机的多光谱图像对谷物中生物乙醇潜力进行高通量表型分析

基于无人机的多光谱图像对谷物中生物乙醇潜力进行高通量表型分析

【概要描述】研究了三种可见光波段和四种近红外波段的VIs对作物生物量的影响,结果表明,基于红外波段的VIs对作物生物量的影响最大,基于可见光波段的VIs对作物糖释放的影响最大。

基于无人机的多光谱图像对谷物中生物乙醇潜力进行高通量表型分析

【概要描述】研究了三种可见光波段和四种近红外波段的VIs对作物生物量的影响,结果表明,基于红外波段的VIs对作物生物量的影响最大,基于可见光波段的VIs对作物糖释放的影响最大。

  • 分类:行业动态
  • 作者:
  • 来源:
  • 发布时间:2019-08-19 14:39
  • 访问量:
详情

近年来,以谷物秸秆为原料生产生物乙醇引起了人们的极大兴趣,这促进了从生物量和含糖量方面提高木质纤维素材料质量的育种计划的发展。此过程需要分析基因型-表型间的关系,尽管基因分型工具非常先进,但表型工具通常不能满足大规模评估的需要,而大规模评估是在田间试验中识别生物乙醇生产潜在特征所必需的。无人机(UAV)平台已经展示了其高效和非破坏性获取作物数据的能力,并应用于高通量表型分析。

播种后几天,基于无人机的正交拼接图像在红外色场中随时间的变化

本研究首次对基于无人机的多光谱图像进行了评估,以评估几种小麦、大麦和黑小麦(234个谷物区)的生物乙醇相关变量(总生物量干重、糖释放和理论乙醇产量)。整个过程包括以下几个阶段:(1)用六波段相机沿作物物候阶段(94、104、119、130、143、161和175天播种后)采集多时无人机图像;(2)全场试验的正交拼接图像;(3)基于对象的图像分析算法(OBIA)和植被指数的计算(VIs);(4)通过对光谱数据和生物乙醇相关变量的统计分析,预测基于无人机的谷物产量理论乙醇产量排序。

在研究试验区中观察到的植物表型变异包括植物开花起始时间(DAS)、株高、总生物量干重、糖释放量和理论乙醇产量

基于无人机的系统捕获了随时间推移在实地试验中观察到的高变异性。研究了三种可见光波段和四种近红外波段的VIs对作物生物量的影响,结果表明,基于红外波段的VIs对作物生物量的影响最大,基于可见光波段的VIs对作物糖释放的影响最大。时间因素对实现更好的估计非常有帮助。由单一日期得出的结果[即,与TS-2(即,求各VI值在植物开花期间的平均值),与TS-3(即,求作物全生育期各VI值的平均值)。归一化植被指数(R2 = 0.66)与理论乙醇产量的相关性最高,该指数可以根据生物乙醇生产潜力对谷物产量进行排序。

来源:Front. Plant Sci.High-Throughput Phenotyping of Bioethanol Potential in Cereals Using UAV-Based Multi-Spectral Imagery.Francisco J. Ostos-Garrido1, Ana I. de Castro, Jorge Torres-Sánchez, Fernando Pistón and José M. Peña.https://doi.org/10.3389/fpls.2019.00948

更多资讯

新闻分类

友情链接:

红星杨科技
红星杨科技

服务热线

027-8786 0098

周一至周五 8:30-17:30