基于无人机遥感表型监测的苎麻优质种质资源筛选方法

分类： 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间： 2023-02-17 合作期刊: 《智慧农业（中英文）》

付虹雨 王薇 廖澳 岳云开 许明志 王梓薇 陈建福 佘玮 崔国贤

摘要： 苎麻是重要的纤维作物之一，由于土地资源紧缺及优良品种的推广应用等原因，苎麻遗传变异和 遗传多样性减少，对苎麻种质资源多样性调查和保护的需求日趋加大。基于无人机遥感的作物表型测量方 法可以对不同基因型作物的生长特性进行频繁、快速、无损、精准的监测，实现作物种质资源调查，筛选 特异优质品种。为了实现苎麻种质资源表型的高效综合评价，辅助筛选优势苎麻品种，本研究提出了一种 基于无人机遥感影像的苎麻种质资源表型监测及筛选方法。首先，基于无人机遥感影像，利用Pix4dmapper 软件生成试验区的数字地表模型（Digital Surface Model，DSM） 和正射影像; 然后，对苎麻种质资源关键表 型参数（株高、株数、叶面积指数、叶片叶绿素含量、含水量） 进行估测。基于DSM采用差分法提取 苎麻株高，基于正射图像采用目标检测算法提取苎麻株数，采用机器学习方法估测苎麻叶面积指数（Leaf Area Index，LAI）、叶片叶绿素含量（SPAD值）、含水量; 最后，根据提取的各项遥感表型参数，采用变异 性分析和主成分分析方法对苎麻种质资源进行遗传多样性分析。结果表明，（1） 基于无人机遥感的苎麻表 型估测效果较好，株高的拟合精度为0.93，均方根误差为5.65 cm; SPAD值、含水量、LAI的拟合指标分别 达到0.66、0.79、0.74，RMSE分别为2.03、2.21、0.63; （2） 苎麻种质资源的遥感表型存在较大差异，LAI、 株高和株数的估测值变异系数分别达到20.82%、24.61%和35.48%; （3） 利用主成分分析法将苎麻种质资源 的遥感表型聚类为因子1（株高、LAI） 和因子2（LAI、SPAD值），因子1可用于苎麻种质资源结构特征评 价，因子2可以作为高光效苎麻资源的筛选指标。本研究将为作物种质资源表型监测和育种相关分析提供 参考。

 点击量 1640  下载量 221  评论