Plant Phenomics | 在不同光線和露水情況下評(píng)估用傳感器估算冠層覆蓋度的可靠性

冠層覆蓋度(GC)代表土壤表面被植物葉片所覆蓋的比例，是測(cè)量并表征作物立苗和早期生長(zhǎng)狀態(tài)（又稱早期活力）的重要指標(biāo)。在早期生長(zhǎng)中具有更大冠層覆蓋度的基因型通常能夠截獲更多的太陽(yáng)輻射并遮蔽更大比例的土壤，從而減少土壤內(nèi)水分的蒸發(fā)并可能提高水分利用率。不過(guò)，較大的冠層覆蓋度在較濕潤(rùn)的生長(zhǎng)環(huán)境中可能具有更大的益處，在干旱環(huán)境中則存在著一定的風(fēng)險(xiǎn)，即過(guò)早的生長(zhǎng)可能會(huì)提前耗盡土壤水分，從而在生長(zhǎng)季末期面臨更嚴(yán)重的干旱脅迫。此外，冠層覆蓋度高的作物在面對(duì)雜草時(shí)會(huì)有更強(qiáng)的競(jìng)爭(zhēng)力，因此有助于對(duì)抗耐除草劑雜草。
       

冠層覆蓋度與作物的地上生物量(AGB)和葉面積指數(shù)(LAI，單位土地面積上植物葉片總面積占土地面積的比例)的發(fā)展速度有關(guān)。此外，比葉面積(SLA，葉面積與葉寬的比值)也被用作預(yù)測(cè)作物早期活力的指標(biāo)之一。對(duì)作物早期活力精確表型的方法，通常包括使用破壞性采樣的方式來(lái)確定地上生物量和(或)葉面積指數(shù)。然而，在大型試驗(yàn)或育種工作中篩選大量基因型時(shí)，這種破壞性方法會(huì)顯得過(guò)于費(fèi)時(shí)費(fèi)力。
     

近日，Plant Phenomics 在線發(fā)表了澳大利亞聯(lián)邦科學(xué)與工業(yè)研究組織(CSIRO)David M. Deery等人題為Impact of Varying Light and Dew on GroundCover Estimates from Active NDVI,RGB,and LiDAR 的研究論文。
       

該文章致力于滿足大型試驗(yàn)或育種工作中對(duì)大量基因型進(jìn)行可靠表型分析的需求，在不同的光線條件以及凝露情況下，評(píng)估了三個(gè)地基傳感器的冠層覆蓋度測(cè)量值的可靠性，分別為：

（1）使用商用GreenSeeker®設(shè)備(Figure1)采集的歸一化差分植被指數(shù)(NDVI)；

（2）來(lái)自數(shù)碼相機(jī)的可見(jiàn)光(RGB)圖像(Figure2)，其中冠層覆蓋度被定義為圖像中滿足特定標(biāo)準(zhǔn)的綠色像素比例；

（3）來(lái)自激光雷達(dá)(LiDAR)采集到的高度和紅光反射率數(shù)據(jù)，將紅光反射率小于5或高度大于10厘米的歸類為植被。

Figure 1：Phenomobile Lite™ comprising LiDAR, RGB camera, GreenSeeker®, and tablet.

Figure 2：Example of RGB image processing, to derive ,under a range of light conditions with the time of day denoted at the top.

文章結(jié)果表明，有源傳感器采集的NDVI指數(shù)隨時(shí)間變化的差異最小(Figure 3)，不論光線的好壞或凝露的存在與否都十分穩(wěn)定，并且各采樣間的Pearson相關(guān)性始終很高且顯著(P <0.0001)，范圍0.89~0.98(Figure 5)。相比之下，來(lái)自激光雷達(dá)和可見(jiàn)光圖像的冠層覆蓋度數(shù)據(jù)在采樣時(shí)間不同時(shí)表現(xiàn)出了更大的差異，并且激光雷達(dá)采集的紅光反射率會(huì)受到葉片凝露的強(qiáng)烈影響。此外，如果不考慮外界光線很暗的時(shí)間段，通過(guò)可見(jiàn)光圖像和NDVI指數(shù)提取的冠層覆蓋度間具有很高的相關(guān)性（范圍0.79~0.92）。

Figure 3:Summary of data from (a) Event 1 and (b) Event 2.

Figure 5: Event 1 intraclass correlations on individual plots (i.e., between individual samplings for a given ground cover estimate) for normalized difference vegetation index (NDVI), ground cover from RGB camera(), and LiDAR-derived ground cover from red reflectance() and height().

論文鏈接
https://spj.sciencemag.org/journals/plantphenomics/2021/9842178/

——推薦閱讀——
High-Throughput Phenotyping of Dynamic Canopy Traits Associated with Stay-Green in Grain Sorghum
https://spj.sciencemag.org/journals/plantphenomics/2020/4635153/
Plant Phenomics | 高通量表型分析滯綠相關(guān)的高粱動(dòng)態(tài)冠層性狀
A High-Throughput Phenotyping Pipeline for Image Processing and Functional Growth Curve Analysis
https://spj.sciencemag.org/journals/plantphenomics/2020/7481687/
Plant Phenomics | 一種用于圖像處理和函數(shù)型數(shù)據(jù)分析的高通量表型方法

About Plant Phenomics
《植物表型組學(xué)》（Plant Phenomics）是由南京農(nóng)業(yè)大學(xué)和美國(guó)科學(xué)促進(jìn)會(huì)（AAAS）合作創(chuàng)辦的英文學(xué)術(shù)期刊，于2019年1月正式上線發(fā)行，是Science合作出版的第二本期刊。采用開(kāi)放獲取形式，刊載植物表型組學(xué)交叉學(xué)科熱點(diǎn)領(lǐng)域具有突破性科研進(jìn)展的原創(chuàng)性研究論文、綜述、數(shù)據(jù)集和觀點(diǎn)。具體范圍涵蓋高通量表型分析的最新技術(shù)，基于圖像分析和機(jī)器學(xué)習(xí)的表型分析研究，提取表型信息的新算法，作物栽培、植物育種和農(nóng)業(yè)實(shí)踐中的表型組學(xué)新應(yīng)用，與植物表型相結(jié)合的分子生物學(xué)、植物生理學(xué)、統(tǒng)計(jì)學(xué)、作物模型和其他組學(xué)研究，表型組學(xué)相關(guān)的植物生物學(xué)等。期刊已被CABI、CNKI、DOAJ、PMC和Scopus數(shù)據(jù)庫(kù)收錄。

說(shuō)明：本文由《植物表型組學(xué)》編輯部負(fù)責(zé)組稿。
中文內(nèi)容僅供參考，一切內(nèi)容以英文原版為準(zhǔn)。
編輯：張威（實(shí)習(xí)）、鞠笑、孔敏
審核：尹歡