(资料图片仅供参考)

作物通过展示某些改良的生物学特性来适应气候和环境的变化。例如，生长在沙漠中的植物表现出抗旱性。然而，有时，植物育种对于确保最佳作物产量、应激反应和水资源利用是必要的。然后使用高通量表型分析工具以经济高效的方式快速筛选所需的生物学特性。然而，这样的监控变得费力且耗时。它还可能导致主观解释和作物破坏。的一个研究小组最近尝试使用快速高光谱遥感来克服这一限制。该论文于 2022 年 12 月 28 日在线提供，并于 2023 年 1 月 16 日发表在植物表型组学第 5 卷中 。

来自加州大学戴维斯分校植物科学系的主要作者 Christopher YS Wong 说，“我们评估了生理(气孔导度和黎明前和正午叶水势)和基于地面和塔的高光谱遥感(400 至 2,400 nm 和分别为 400 至 900 nm)测量，以评估 3 个田间活动(1 个干旱前和 2 个干旱后)中 12 种普通豆和 4 种豆类基因型的干旱反应。”

研究团队借助手持设备和塔式设备，利用高光谱成像的力量——使用先进的成像技术从电磁波谱的不同区域提取与特定作物性状相关的数据。豆种植园被灌溉或不灌溉以分别模拟正常和干旱条件。然后在称为偏最小二乘回归 (PLSR) 的基于机器学习的技术的帮助下分析收集到的数据。

PLSR 建模能够具体检查普通豆和硬豆的两个生理特征——气孔导度和叶水势 (LWP)。气孔导度和 LWP 都是植物水分状况的指标，通常用于评估耐旱性。

植物科学系副教授、资深作者 Thomas N. Buckley 评论说：“Tepary 豆原产于半干旱和干旱环境，通常比普通豆类更耐旱。我们在灌溉(对照)和终端干旱处理的田间试验中探索了这些常见的和临时的豆类基因型。”

研究团队还部署了无人驾驶飞行器(无人机)，以进一步促进远程测量。然后进行比较以评估基于地面和基于塔的方法的有效性。例如，该团队注意到，对于气孔导度、黎明前 LWP 和正午 LWP 这 3 个特征，基于地面的方法通常比基于塔的方法表现更好。然后，研究人员使用热图聚类(主要用于突出干旱反应)来表征干旱反应表型。

高光谱数据能够成功预测所调查的豆类特性。此外，地面测量和生理测量之间存在良好的一致性，从而验证了该技术。这组作者说，这种新的基于遥感的现代农业技术也可用于预测灌溉良好和干旱多发地区的作物性状。

“这项研究展示了高分辨率高光谱遥感在预测植物性状和表型干旱响应跨基因型植被监测和繁殖种群筛选方面的应用，”相应的资深作者 Troy S. Magney 总结道，他是同一系的助理 教授.

感谢该团队将高光谱远程成像技术开创性地应用于抗旱表型分析，并为农业研究人员提供了一个复杂的预测工具。