田间高通量植物表型采集平台(FB-HTPP)已经在分子设计育种方面表现出巨大的潜力,以协助育种家们更好地进行作物品种改良。但该设备在捕获数据的数量、速度和多样性等方面还存在一定的问题,主要表现为缺乏存储大量数据和计算复杂数据的自动化处理程序。
01该研究的主要目的是在先前平台和工作流程的经验基础上,结合高地隙拖拉机上传感系统的新组件进行数据管理和分析,并用于辅助Maricopa, Arizona地区USDA-ARS研究站的棉花育种工作。
具体目标:
(1).介绍该方法工作流程,包括数据收集、数据库设计、地理空间处理、质量控制、可视化和异常值;
(2).证明该方法在Arizona地区棉花育种项目中的应用价值;
02该研究利用自定义Python应用程序和PostgreSQL数据库,为FB-HTPP平台开发了一个数据工作流,其工作流程主要包括四方面:(1)准备;(2)数据收集;(3)数据处理;(4)数据分析并应用于传感系统。
A workflow for the high-clearance tractor sensor system.
03在数据处理过程中,通过Python GUI应用程序将数据上传到PostgreSQL数据库,并将数据与实验地块进行地理处理和空间链接。在(4)数据分析过程中,需要在统计分析前执行2个质量控制步骤,以便协助设计育种做出决策。
Image of cotton plants with the infrared thermometer (IRT) field of view (FOV) outlined in red
04该研究在Arizona地区的棉花育种项目展开系统测试,结果发现该系统具备传统田间测试的特点:可根据简单的农艺特性进行种质筛选,此外还新增了提供新的筛选标准和预测产量的功能。在筛选耐倒伏和耐热性植株时,该系统能够提高选择准确性,从而促进抗逆性状的稳定表现。
Infrared thermometry data (°C) for DOY 211 (30-Jul-2015) visualized within the geospatial plot boundaries using QGIS software. T
该研究为HTPP平台开发了一套数据工作流程,使用户能自由组织数据,验证数据质量。该系统所必备的可视化操作界面降低了使用门槛,为大型数据集的数据共享和协作提供了可能性。
doi:10.1186/s13007-020-00639-9
推荐阅读: