近日，韩国学者Rupesh Tayade等在 Plants期刊上发表了题为“Utilization of Spectral Indices for High-Throughput Phenotyping”的文章，介绍了高通量表型(HTP)技术在精准农业领域的应用，重点介绍了各植被指数(VIs)在精准育种和作物研究中的重要性。
关键词:高光谱;植被指数;高通量表型分析;遥感;无人机
doi : 10.3390/plants11131712
01
高通量表型(HTP)传感器
RGB成像IR成像高光谱成像热成像荧光成像LiDAR卫星成像02
高通量表型(HTP)技术被应用于现代植物育种、作物栽培、作物管理。其中RGB和高光谱成像工具被广泛用于评估植物的数量性状和质量性状。植被指数(VI)被广泛用于衡量植物健康和生长条件(包括土壤特性、环境湿度以及养分含量)。
图1.植被的不同光谱反射率曲线
03
本研究分析最常用于植被评估的几个特定指数，这些指数与作物产量、色素水平、健康状况和冠层含水量有关，也经常用于农业产量估算。
图2. 植被指数类型及其在植物表型分析中的利用
04
通过地理信息系统(GIS)的使用和成像方法的技术突破，无人机在农业领域被快速普及，以获取有关作物和田间状态的所需信息，值得一提的是，PhenoAI air是一款自动化提取植被指数的国产系统，对于确定植物之间的表型性状差异方面展现出巨大潜力。
图3. 用于无人机(UAV)的摄影测量和测绘软件列表
图4. 用于无人机(UAV)的地理信息系统软件列表
05
本文提出了植被指数(VI)、便携式无人机、多传感器的高光谱成像技术在植物HTP上的应用，以评估植物的农艺性状、非生物和生物胁迫，完善有助于植物增产的因素。完整的表型组学信息、多尺度（生理学、结构学、组学、基因组学和环境学）相互作用将是未来育种研究的基础。
此研究分析了农业研究中用于高通量表型(HTP)技术的各种植被指数(VI)和无人机(UAV)平台，提出未来的植物表型分析研究需要开发基于人工智能/遥感的具有成本效益的新技术，以推动基于图像的植物表型分析。
