RedEdge無(wú)人機(jī)載多光譜儀對(duì)作物水分利用（CWUE）的估測(cè)研究

    缺水引起的干旱脅迫，是世界作物生產(chǎn)損失的主要原因。提高作物水分利用效率（CWUE）是緩解未來(lái)干旱影響的一個(gè)重要目標(biāo)。遙感光譜測(cè)量，可以在多尺度上，應(yīng)用于作物蒸散發(fā)（ET）和干旱脅迫預(yù)測(cè)。例如，Hunsake等人利用載人飛機(jī)的多光譜相機(jī)，繪制了棉花田的NDVI，根據(jù)NDVI估測(cè)了基礎(chǔ)作物系數(shù)，并使用基于ET的土壤水分模平衡型，指導(dǎo)灌溉。近地面光譜遙感技術(shù)，已經(jīng)成為大田植物表型鑒定的*工具。

    當(dāng)前光譜研究的方向之一是評(píng)估相關(guān)的植物性狀，比如與植物水分相關(guān)的光譜指數(shù)，而，很少有研究直接對(duì)水分利用（CWUE）進(jìn)行表型分析。與植物水分狀態(tài)不同，植物水分利用CWUE是一個(gè)隨時(shí)間變化的動(dòng)態(tài)過(guò)程。本文主要介紹植物（棉花）的CWUE的表型分析方法。

一、實(shí)驗(yàn)研究

Maricopa，亞利桑那大學(xué)MAC農(nóng)學(xué)院，采用RedEdge-MX五波段多光譜儀和Sequoia四波段多光譜儀，于2016~2017年，進(jìn)行了eBee無(wú)人機(jī)多次測(cè)量調(diào)查。都具有輻射校準(zhǔn)傳感器，像素為12bit，重合度為80%，空間分辨率為5cm/pixel（75m高度）。現(xiàn)場(chǎng)放置8m*8m的校準(zhǔn)板，并用手持輻射計(jì)進(jìn)行校準(zhǔn)。采用Pix4D數(shù)據(jù)處理軟件，進(jìn)行各通道圖像的拼接和處理。

植物水分利用（CWUE）

ET值與傳統(tǒng)測(cè)量方法（含水量傳感器）進(jìn)行了比較，證明了無(wú)人機(jī)多光譜模型的合理性。兩者之間的均值方差RMSE小于5%。結(jié)果表明，基于無(wú)人機(jī)的fc和土壤水分平衡模型可以有效的估測(cè)棉花產(chǎn)地的季節(jié)耗水量。

 利用無(wú)人機(jī)多光譜儀測(cè)量每周的植被覆蓋度，計(jì)算每日土壤水分平衡模型中的基本作物系數(shù)，實(shí)現(xiàn)棉花育種試驗(yàn)地的高通量水分利用表型。

通過(guò)線(xiàn)性混合模型，實(shí)驗(yàn)發(fā)現(xiàn)8個(gè)棉花品種間水分利用（CWUE）的差異，表明多光譜法可以幫助篩選具有良好水分利用特性的品種。將CWUE和作物產(chǎn)量相結(jié)合，可以量化作物的水分利用效率，協(xié)助篩選水分利用效率高的品種。

本文還提出，進(jìn)一步改進(jìn)此方法，可以在無(wú)人機(jī)多光譜圖像的基礎(chǔ)上，增加其他作物表型，如冠層溫度。

綜上所述，本研究為作物水分利用的高通量表型分析提供了一種方法，為育種人員提供了定量水分利用的工具和選擇性育種中考慮的附加性狀。

本文部分截取美國(guó)Kelly等人的研究論文《High-Throughput Phenotyping of Crop Water Use Efficiency via Multispectral Drone Imagery and a Daily Soil Water Balance Model》，旨在介紹實(shí)驗(yàn)研究方法和成果，對(duì)論文中的模型方法以及作物因子的計(jì)算沒(méi)有贅述。如需要全文文獻(xiàn)，請(qǐng)聯(lián)系我司。