农业科研无人机检测苎麻种质.docx

《农业科研无人机检测苎麻种质.docx》由会员分享，可在线阅读，更多相关《农业科研无人机检测苎麻种质.docx（3页珍藏版）》请在第一文库网上搜索。

1、农业科研：无人机遥感表型检测的芝麻种质资源筛选方法芝麻，在农业、工业领域都有广泛应用，是重要的纤维作物之一，市场所需产量巨大。为了提升种植产量与品质，需要从种子开始，筛选优质种质。针对土地资源紧缺及优良品种的推广应用等原因，造成芦麻遗传变异和遗传多样性减少等问题，需要对芝麻种质资源多样性调查和保护的需求日趋加大。湖南农业大学农学院展开了基于无人机遥感技术，进行芝麻种质资源筛选。遥感表型特征H323H315该研究基于无人机遥感的作物表型测量方法，可以对不同基因型作物的生长特性进行频繁、快速、无损、精准地检测，实现作物种质资源调查，筛选特异优质品种。为了实现芭麻种质资源表型的高效综合评价，辅助筛选

2、优势芝麻品种，本研究提出了一种基于无人机遥感影像的芝麻种质资源表型检测及筛选方法。因子1：28.39%因子2：43.39%首先，基于无人机遥感影像，利用Pix4dmapper软件生成试验区的数字地表模型(Digita1SurfaceMode1,DSM)和正射影像;然后，对芭麻种质资源关键表型参数(株高、株数、叶面积指数、叶片叶绿素含量、含水量）进行估测。基于DSM采用差分法提取芝麻株高，基于正射图像采用目标检测算法提取芝麻株数，采用机器学习方法估测芝麻叶面积指数（1eafAreaIndex,1AI）.叶片叶绿素含量（SPAD值）、含水量;最后，根据提取的各项遥感表型参数，采用变异性分析和主成分

3、分析方法对芝麻种质资源进行遗传多样性分析。结果表明:基于无人机遥感的芝麻表型估测效果较好，株高的拟合精度为093,均方根误差为5.65cm;SPAD值、含水量、1A1的拟合指标分别达到0.66、0.79、0.74,RMSE分别为2.03、2.21、0.63;芒麻种质资源的遥感表型存在较大差异，1AI、株高和株数的估测值变异系数分别达到20.82%、24.61%和35.48%;利用主成分分析法将芝麻种质资源的遥感表型聚类为因子1（株高、1AI）和因子2（1AkSPAD值），因子1可用于芝麻种质资源结构特征评价，因子2可以作为高光效芝麻资源的筛选指标。该项研究将为作物种质资源表型检测，和育种相关分析提供参考，有望提升科学育种水平。