论文部分内容阅读
小麦持绿表型是一个与小麦产量和环境适应性相关的重要性状。持绿表型分析是解析其遗传基础的必要和关键工作。基于光谱成像技术的高通量分析工具有助于加快作物表型分析过程,探索适用于小麦种质持绿分析的传感技术、有效图谱参数以及分析方法,有益于为持绿分析工具的选择、高效分析框架和遗传分析所需表型数据构建提供参考。本文以无人机搭载RGB、多光谱和热红外成像传感器开展小麦种质持绿表型分析并探究持绿对产量解释力,为持绿高通量分析提供有益参考。主要结果如下:(1)基于RGB和多光谱图像指数的小麦持绿阶段分类模型分析。提取了小麦冠层扬花期、水熟期、乳熟期和蜡熟期的不同类型的指数,利用RGB颜色指数、多光谱颜色指数、多光谱的光谱指数、多光谱颜色指数融合光谱指数分别建立持绿阶段检测模型,分析不同特征的检测效果。结果:RGB和多光谱颜色指数可有效检测持绿变化,且RGB颜色指数的检测效果优于多光谱颜色指数的检测效果;光谱指数的检测效果显著优于颜色指数的检测效果,红边和近红外波段在持绿检测中更为关键。(2)小麦持绿变化中冠层RGB和多光谱图像指数的动态分析。利用高时序数据分析了小麦抽穗完成至成熟冠层图像指数的变化趋势,RGB和多光谱图像中Norm R、Norm G、NGRDI、GLI、GR、VARI和Ex R随小麦衰老呈单调变化,可用于追踪小麦冠层颜色变化,但易受外界环境变化影响;多光谱图像的NDRE、NDVI、GNDVI、BNDVI、NDREI、CIRE、ARI1、ARI2和OSAVI可稳健跟踪小麦后期发育,受外界环境因素影响较小。颜色指数间冗余程度比多光谱指数间的冗余度高,光谱指数可以揭示小麦衰老过程中冠层活力、色素相关的变化,CIRE、ARI1和ARI2可揭示冠层衰老早期的动态。(3)基于RGB和多光谱时序指数的小麦持绿量化和鉴定。利用筛选的单调型RGB和多光谱图像时序指数计算小麦相对持绿比率来量化和比较持绿。颜色指数计算的持绿比率包括SG_Norm R、SG_NGRDI、SG_GLI和SG_GR以及光谱指数计算的持绿比率包括SG_NDRE、SG_NDVI、SG_GNDVI、SG_NDREI、SG_CIRE、SG_ARI1、SG_ARI2和SG_OSAVI可有效量化小麦持绿;RGB的SG_Norm R在不同持绿等级样本间无有效统计学差异,灌浆后期SG_NGRDI、SG_GLI和SG_GR在不同持绿等级样本间存在有效统计学差异;扬花和灌浆阶段的SG_NDRE、SG_NDVI、SG_GNDVI、SG_NDREI、SG_CIRE和SG_OSAVI在不同持绿等级样本间存在有效统计学差异;在持绿等级分类模型中,SG_NGRDI、SG_GLI和SG_GR的分类效果与人工鉴定一致性较低,SG_NDRE、SG_NDVI、SG_GNDVI和SG_OSAVI的检测效果与人工鉴定一致性较高;在基因型多元化的种质中,利用SG_NDRE、SG_NDVI和SG_GNDVI鉴定持绿需考虑材料来源或遗传结构等的影响。(4)基于热红外成像的小麦种质持绿筛选和鉴定。采集小麦扬花灌浆期热红外图像提取分析其午间冠温,在假设种质持绿信息未知情况下提出冠温排序初步快速筛选持绿材料的方法,分析了不同持绿等级样本在不同持绿阶段的冠温差异确定热红外成像辅助小麦持绿鉴定的潜力。发现小麦午时冠温与当日午时空气温度变化趋势一致,小麦冠温易受外界环境影响,高温环境下基于热红外成像可较好呈现不同材料的冠温差异。气温较高情况下,基于小麦冠温排序可快速初步筛选不同持绿类型材料,持绿好的小麦冠温低于持绿中等样本的冠温,持绿中等样本的冠温也低于持绿差样本的冠温,热红外成像可为持绿材料鉴定供更及时的辅助参考。(5)基于皮尔逊相关系和机器学习回归研究了时序光谱指数与产量的关系。扬花和灌浆前期,NDRE、GNDVI、CIRE和ARI2与产量呈现极度线性正相关,可用于高产材料早期筛选;时序光谱数据与产量的相关性高于单阶段指数相关性,NDRE、NDVI、GNDVI、CIRE、ARI2和OSAVI时序数据对产量解释力较高,校正集和预测集中对产量解释力分别达到77.1%~84.4%和75.5%~87.2%;不同指数时序数据融合可提高对产量解释力,校正集和预测集中产量解释力均超过82.8%。(6)基于皮尔逊相关系和机器学习回归的相对持绿比率和冠层温度与产量的关系分析。扬花和灌浆前期,单阶段SG_NDRE、SG_NDVI、SG_GNDVI和SG_OSAVI与产量可呈现极度或强线性正相关;产量与时序相对持绿比率特征的相关性高于与单阶段持绿比率的相关性,SG_NDRE、SG_NDVI、SG_GNDVI、SG_CIRE、SG_ARI2和SG_OSAVI时序对产量解释力高,校正集和预测集中产量解释力分别可达75.5%~83.2%和72.9%~80.1%;不同指数的相对持绿比率时序融合可有效提高对产量的解释力,校正集和预测集中产量解释力均大于82.8%。空气温度高的扬花和灌浆期,小麦冠温与产量可呈现强或中等程度线性负相关,低冠温可作为高产材料筛选的参考;冠温融合数据在校正集和预测集中对产量变异解释力分别介于66.1%~73.4%和71.2%~71.9%。