Feb, 2024
大豆水分限制胁迫的多传感器和多时相高通量表型学监测和早期检测
Multi-Sensor and Multi-temporal High-Throughput Phenotyping for
Monitoring and Early Detection of Water-Limiting Stress in Soybean
TL;DR大豆生产对生物和非生物胁迫非常敏感，极端天气事件加剧了这种胁迫。水限制胁迫，即干旱，成为大豆生产的一项重大风险，凸显了育种和生产中对压力监测的需求。本项目通过多模态信息的结合，以识别最有效和高效的自动化方法，探讨干旱响应的研究。我们以高通量时间序列表型分型的方式，通过使用无人机和传感器进行高通量时间序列表型分型，并结合机器学习分析，开发了快速分类大豆干旱胁迫症状的流程，并研究了早期干旱胁迫检测方法。我们发现红边和绿色波段对于分类植被枯萎胁迫是最有效的。在目视症状发展之前，红边叶绿素植被指数（RECI）成功区分了易感和耐旱的大豆资源。我们采用不同的植被指数的组合实现了早期检测大豆枯萎。这些结果可以为早期胁迫检测方法和育种和生产应用中的筛选苗圃快速分类干旱响应做出贡献。