春大麦品种花期和成熟期叶片,叶鞘,杆和穗的高通量田间表型分析

作者:谷丰光电 来源: 时间:2017-11-07 09:49:01 次数:

基于追踪的近端传感结合优化的光谱指数或PLSR模型可能是植物育种者评估相关形态性状的合适工具,从而更好地理解与生理性能密切相关的植物结构。

春大麦品种花期和成熟期叶片,叶鞘,杆和穗的高通量田间表型分析

PhenoTrac 4

为了优化植物结构(例如,光合活性叶面积,叶茎比),植物生理学家和植物育种者依靠破坏性和繁琐的过程来收获的生物质样本。快速、非破坏性获取不同植物器官信息的方法可能是场基于车载的光谱近端传感。在近三年的研究中,利用移动表型分析平台PhenoTrac 4比较了34种春大麦花期和成熟期叶片,叶鞘,杆和穗的主动和被动光谱近端传感器的测量结果。比较已发表的植被指数(VI),偏最小二乘回归(PLSR)模型和等高线图分析来评估这些性状。等高线图是由所有二进制波长组合和生物量参数的确定系数组成的矩阵。叶,叶鞘和茎的PLSR模型显示出强烈的相关性(R2=0.61-0.76)。发表的类似植被指数的测定系数,然而,他们的标准误差均较高。通过等高线图分析发现,没有波长组合能够改善PLSR和已发表的VI结果。叶片和茎秆的干重和氮素吸收效果最好。PLSR模型在花期(R2=0.69)对叶鞘产生的关系较好,而在成熟度模型中观察到的所有传感器和方法的性能都很低。没有观察到与穗的关系。主动和被动传感器的表现相对较好,被动式光谱仪有轻微的优势。结果表明,基于追踪的近端传感结合优化的光谱指数或PLSR模型可能是植物育种者评估相关形态性状的合适工具,从而更好地理解与生理性能密切相关的植物结构。在独立研究中需要进一步验证PLSR模型。器官特异表型是设计育种的第一步。


春大麦品种花期和成熟期叶片,叶鞘,杆和穗的高通量田间表型分析

植物器官与最终产量的相关性


来源:

Front. Plant Sci., 07 November 2017

High-Throughput Field Phenotyping of Leaves, Leaf Sheaths, Culms and Ears of Spring Barley Cultivars at Anthesis and Dough Ripeness

Gero Barmeier and Urs Schmidhalter