多尺度表型采集技术通过多种手段获取植物图像和光谱数据,进而基于各类计算机分析算法(如,计算机视觉和机器学习)进行表型分析,得到与产量、品质和抗逆等相关的性状信息,为作物遗传育种、栽培和农业生产提供高通量、大数据的技术支撑。小麦作为我国重要的粮食作物,其关键产量性状的全生育期量化分析有重要意义。本文详细介绍了部分重要的小麦产量相关性状,并通过使用经济型低空无人机对不同关键生育时期中的一些共同的产量性状进行了规模化采集。然后,基于无人机获取的可见光图像,通过第三方专业软件Pix4D完成了全试验田的拼接和三维点云重建,并通过自主开发的性状分析算法对一些重要产量性状和植被指数等完成了自动化分析。同时,针对18个不同的小麦基因型完成了关键生育时期的株高、植被指数、叶面积指数的提取。通过实例验证了基于经济型低空无人机开展小麦产量性状采集的有效方法和高通量分析技术。本研究对降低田间作物表型研究的门槛,促进我国各研究团队采用标准化表型数据采集,统一作物表型数据规范,以及推广使用开源软件自主开发自动化分析技术平台有重要意义。
类型: 期刊论文
作者: 丁国辉,许昊,温明星,陈佳玮,王秀娥,周济
关键词: 小麦,产量性状,无人机表型技术,高通量性状分析,图像处理,表型,植物表型组学
来源: 农业大数据学报 2019年02期
年度: 2019
分类: 农业科技,工程科技Ⅱ辑,信息科技
专业: 工业通用技术及设备,农作物,自动化技术
单位: 南京农业大学作物表型交叉研究中心中英植物表型组学联合研究中心,江苏丘陵地区镇江农业科学研究所,南京农业大学作物遗传与种质创新国家重点实验室
基金: 江苏省面上项目(SBK2019021839),中英农业科技牛顿基金(GP131-JZ1-G)
分类号: S512.1;TP751
DOI: 10.19788/j.issn.2096-6369.190202
页码: 19-31
总页数: 13
文件大小: 1982K
下载量: 219
本文来源: https://www.lunwen66.cn/article/8f9f1a416195a1b317df6e7b.html