利用LiDAR高通量测定小麦株高,地表覆盖和地上生物量

作者:谷丰光电 来源: 时间:2018-03-07 10:38:05 次数:

对实验结果的数据分析,作者认为通过在大型实验中对这些重要特征进行更有效和可靠的表型分析,该系统的应用将为改进的基因型和农艺干预措施提供新的机遇。

作物改良的目标是提高地上生物量和辐射利用效率,从而提高产量。早期的地表覆盖和冠层高度有助于生物量生产,但是这些性状的手工测量,特别是对地上生物量的测量,是缓慢和劳动密集的,在多个发育阶段进行时更是如此。这些约束限制了以时间的方式捕获这些数据的能力,阻碍了可以从多维数据中获得的洞察力。

利用LiDAR高通量测定小麦株高,地表覆盖和地上生物量

典型的LiDAR数据处理工作流程

本文中,作者展示了激光雷达(LiDAR),将其安装在一个轻便,可移动的地面平台上,用于快速的对冠层高度、地表覆盖和地上生物量的多时相和无损的估计。并且,本文提供了激光雷达测量的现场验证。对于冠层高度,与LiDAR强关联(r2=0.99,根均方误差为0.017m)。用两种方法对LiDAR地面覆盖进行了估算:红色反射率图像和冠层高度。与NDVI相反,LiDAR在高地表覆盖中不受饱和度的影响,并且两种LiDAR方法的比较在地面覆盖度超过0.8时表现出强关联(r2 = 0.92,坡度= 1.02)。对于地上生物量,在不同发育阶段进行了8次有损的生物量田间试验。提出了两种方法来评估来自LiDAR的生物量:3D体素指数(3DVI)和3D轮廓指数(3DPI)。计算3DVI和3DPI所涉及的参数针对从分蘖到成熟的每个样品事件进行了优化,并且推广至任何发育阶段。单个样本点预测较强,而所有8个样本事件的预测值分别与3DPI和3DVI的生物量相关性最高(r2 = 0.93,r2 = 0.92)。鉴于这些结果,作者认为通过在大型实验中对这些重要特征进行更有效和可靠的表型分析,该系统的应用将为改进的基因型和农艺干预措施提供新的机遇。

来源:Front. Plant Sci., 27 February 2018.

Jose A. Jimenez-Berni, David M. Deery, Pablo Rozas-Larraondo, Anthony (Tony) G. Condon, Greg J. Rebetzke, Richard A. James, William D. Bovill, Robert T. Furbank and Xavier R. R. Sirault.High Throughput Determination of Plant Height, Ground Cover, and Above-Ground Biomass in Wheat with LiDAR.