南農(nóng)農(nóng)學(xué)院聯(lián)合前沿交叉研究院提出基于無(wú)人機(jī)圖像田間小麥生長(zhǎng)均勻度的定量化方法

小麥作為全球廣泛種植和消費(fèi)的重要作物，其產(chǎn)量和生物量潛力的評(píng)估對(duì)于糧食安全和農(nóng)業(yè)可持續(xù)發(fā)展具有重要意義。在農(nóng)業(yè)生產(chǎn)上，有經(jīng)驗(yàn)的作物栽培學(xué)家和育種家一直很重視均勻度這個(gè)概念，小麥在田間的均勻度包括出苗均勻度、生長(zhǎng)均勻度、冠層/穗層均勻度及成熟均勻度等方面，一般認(rèn)為小麥均勻度與其產(chǎn)量存在顯著的相關(guān)性。然而，均勻度一直以來(lái)都是一個(gè)較為籠統(tǒng)的概念，存在較強(qiáng)的專家經(jīng)驗(yàn)性，當(dāng)前仍缺乏對(duì)作物田間生長(zhǎng)均勻度的定量分析方法。

為攻克上述問(wèn)題，南京農(nóng)業(yè)大學(xué)農(nóng)學(xué)院姜東課題組聯(lián)合前沿交叉研究院二宮正士課題組提出了一種基于無(wú)人機(jī)成像技術(shù)的小麥均勻度監(jiān)測(cè)方法，從小麥的生理（SPAD）、形態(tài)結(jié)構(gòu)(LAI和PH)和空間分布（FVC）等多個(gè)角度進(jìn)行了田間小麥生長(zhǎng)均勻度的定量化分析與探索。該研究結(jié)果表明小麥的籽粒產(chǎn)量和最終生物量與均勻度存在顯著的正相關(guān)關(guān)系，為小麥產(chǎn)量和生物量的精確無(wú)損評(píng)估提供了新思路。

2024年6月，Plant Phenomics在線發(fā)表了南京農(nóng)業(yè)大學(xué)題為UAV-assisted dynamic monitoring of wheat uniformity toward yield and biomass estimation的研究論文。

研究構(gòu)建了覆蓋小麥全生育期的包含210個(gè)品種的田間小麥高光譜圖像數(shù)據(jù)集，且基于高光譜圖像數(shù)據(jù)集和深度學(xué)習(xí)算法構(gòu)建了葉面積指數(shù)（LAI）和葉綠素相對(duì)含量（SPAD）的精準(zhǔn)預(yù)測(cè)模型（LAI，R2=0.79；SPAD，R2=0.88）。隨后基于預(yù)測(cè)模型提取了植被覆蓋度（FVC）、葉面積指數(shù)（LAI）和葉綠素相對(duì)含量（SPAD）。同時(shí)，利用RGB圖像重構(gòu)的小麥三維點(diǎn)云提取了株高(PH)�；�于以上4個(gè)農(nóng)藝參數(shù)，共計(jì)算了20個(gè)小麥均勻度指數(shù)。從不同農(nóng)學(xué)參數(shù)中提取的均勻度指數(shù)變化具有一定的差異。從相同的農(nóng)學(xué)參數(shù)中提取的均勻度指數(shù)變化較為相似，各指數(shù)在抽穗期至灌漿中期小麥的均勻度相對(duì)穩(wěn)定（如圖1所示）。這種變化與大田中目視判讀的結(jié)果較為一致。

圖1 小麥均勻度指數(shù)動(dòng)態(tài)變化

由于均勻度指數(shù)的變化趨勢(shì)相似，因此很難確定哪一個(gè)最適合使用。因此，研究對(duì)均勻度指數(shù)與產(chǎn)量和生物量之間的相關(guān)性進(jìn)行了分析（圖2）。并分別篩選了4個(gè)農(nóng)藝參數(shù)與產(chǎn)量和生物量相關(guān)性最高的均勻度指數(shù)（FE, LJ, SJ, PM），其中，開(kāi)花期（FS）的LJ與產(chǎn)量（r=-0.760）和生物量（-0.801）相關(guān)性最高。

圖2 均勻度指數(shù)與產(chǎn)量(A)和生物量(B)的相關(guān)性分析

基于篩選到的均勻度指數(shù)和傳統(tǒng)的平均值分別構(gòu)建了產(chǎn)量和生物量的多元線性模型。驗(yàn)證結(jié)果表明，基于均勻度指數(shù)的產(chǎn)量模型(R2 = 0.62，RMSE = 1.19 Mg/ha)和生物量模型(R2 = 0.80，RMSE = 1.95 Mg/ha)的精度均優(yōu)于基于均值的模型（圖3）。

圖3 產(chǎn)量和生物量估算模型精度。
(A)-(D)是實(shí)測(cè)值與基于農(nóng)藝參數(shù)平均值的估算值的散點(diǎn)圖。
(E)-(H)是實(shí)測(cè)值與基于農(nóng)藝參數(shù)均勻度指數(shù)的估算值的散點(diǎn)圖。

此外，該研究還比較了年度間和品種間的小麥均勻度差異（圖4），以及用于均勻度指數(shù)計(jì)算的分類參數(shù)和空間分辨率對(duì)均勻度指數(shù)的影響。

圖4 播種后147天和播種后155天的小麥LJ值。每個(gè)色塊對(duì)應(yīng)田間試驗(yàn)中的一個(gè)小區(qū)，白色區(qū)域?yàn)楫惓Ｉ�長(zhǎng)的地塊。

圖5 分類參數(shù)對(duì)熵值類均勻度指數(shù)的影響。(A)和(B)為L(zhǎng)AI均勻度指數(shù)與產(chǎn)量和生物量之間的相關(guān)性；(C)和(D) SPAD均勻度指數(shù)與產(chǎn)量和生物量之間的相關(guān)性；(E)和(F)為PH均勻度指數(shù)與產(chǎn)量和生物量之間的相關(guān)性。

圖6 空間分辨率對(duì)均勻度指數(shù)的影響。(A)均勻度指數(shù)與產(chǎn)量之間的相關(guān)性；(B)均勻度指數(shù)與生物量之間的相關(guān)性。

該研究從不同農(nóng)藝性狀角度分析了小麥的均勻度。PH和LAI均勻度指數(shù)主要描述形態(tài)結(jié)構(gòu)的均勻度，F(xiàn)VC均勻度指數(shù)描述水平方向的均勻度，SPAD均勻度指數(shù)描述小麥的生理方面的均勻度。研究結(jié)果表明均勻度指數(shù)在小麥產(chǎn)量和生物量估算中具有較大潛力。除此之外，該研究還指出均勻度在諸如長(zhǎng)勢(shì)監(jiān)測(cè)評(píng)估、高產(chǎn)品種篩選等方面都具有較好的應(yīng)用前景。

南京農(nóng)業(yè)大學(xué)前沿交叉研究院的在讀博士研究生楊艷東和農(nóng)學(xué)院鐘山青年研究員李慶為本論文的第一作者，南京農(nóng)業(yè)大學(xué)穆悅老師、姜東教授和日本東京大學(xué)的二宮正士教授為通訊作者，南京農(nóng)業(yè)大學(xué)已畢業(yè)碩士生李海濤、農(nóng)學(xué)院在讀博士研究生王恒通參與了本論文的研究。該研究得到了國(guó)家自然科學(xué)基金等項(xiàng)目的資助。

作者及團(tuán)隊(duì)介紹
AUTHOR AND TEAM

二宮正士老師，作物表型組學(xué)交叉研究中心。日本東京大學(xué)名譽(yù)教授，曾任亞洲農(nóng)業(yè)信息技術(shù)聯(lián)盟主席，日本農(nóng)林水產(chǎn)省農(nóng)業(yè)研究中心上席研究官，農(nóng)林水產(chǎn)省農(nóng)業(yè)IT研究推進(jìn)負(fù)責(zé)人，日本國(guó)家農(nóng)業(yè)研究機(jī)構(gòu)研究管理監(jiān)等職務(wù)，現(xiàn)任日本科學(xué)技術(shù)振興機(jī)構(gòu)超先端研究總負(fù)責(zé)人，日本農(nóng)林水產(chǎn)省農(nóng)林水產(chǎn)技術(shù)會(huì)議會(huì)員，Plant Phenomics主編。

研究領(lǐng)域：（1）多平臺(tái)的基于圖像的作物表型研究，包括作物生長(zhǎng)監(jiān)測(cè)，花、果實(shí)等器官檢測(cè)，以及作物（及果樹(shù)）的三維模型構(gòu)建與分析；（2）田間服務(wù)器（Field Server）研究，包括收集圖像，局地氣象數(shù)據(jù)，采樣等；（3）農(nóng)業(yè)大數(shù)據(jù)研究，包括農(nóng)業(yè)大數(shù)據(jù)的構(gòu)建 (G+E+M+P)和機(jī)器學(xué)習(xí)等技術(shù)應(yīng)用分析。

穆悅老師，作物表型組學(xué)交叉研究中心。博士畢業(yè)于中國(guó)林業(yè)科學(xué)研究院，博士后留學(xué)于日本東京大學(xué)。

研究領(lǐng)域：（1）果樹(shù)冠層結(jié)構(gòu)分析與光合利用研究。構(gòu)建了基于無(wú)人機(jī)圖像的快速、精準(zhǔn)測(cè)量果樹(shù)冠層特征的算法，并進(jìn)一步利用地基激光雷達(dá)開(kāi)展了基于三維模型的果樹(shù)冠層結(jié)構(gòu)分析與光截獲模擬。（2）智慧果園的相關(guān)應(yīng)用。完成了基于深度學(xué)習(xí)的溫室內(nèi)原位果實(shí)檢測(cè)，構(gòu)造了基于機(jī)械臂和機(jī)器視覺(jué)技術(shù)的水果拾取系統(tǒng)，為下一步開(kāi)發(fā)果園自動(dòng)采摘機(jī)器人奠定了基礎(chǔ)。

主持國(guó)家自然科學(xué)基金青年基金“基于三維模型的不同樹(shù)形及光照情景下梨樹(shù)冠層光分布響應(yīng)研究”1項(xiàng)，參與日本科學(xué)技術(shù)振興機(jī)構(gòu) “利用農(nóng)業(yè)大數(shù)據(jù)發(fā)掘科學(xué)新見(jiàn)解” 、日本印度學(xué)術(shù)振興機(jī)構(gòu)聯(lián)合研究項(xiàng)目 “數(shù)據(jù)科學(xué)驅(qū)動(dòng)下的可持續(xù)性農(nóng)業(yè)生產(chǎn)系統(tǒng)的開(kāi)發(fā)” 等項(xiàng)目。在 Horticulture Research、Sensors、Geomorphology、Agricultural and Forest Meteorology、Pant Phenomics 等雜志發(fā)表SCI論文6篇，申請(qǐng)國(guó)內(nèi)發(fā)明專利1項(xiàng)，國(guó)際發(fā)明專利2項(xiàng)。

南京農(nóng)業(yè)大學(xué)農(nóng)學(xué)院小麥生理生態(tài)與生產(chǎn)管理團(tuán)隊(duì)以長(zhǎng)江中下游麥區(qū)小麥高產(chǎn)、優(yōu)質(zhì)高效生產(chǎn)為目標(biāo)，以技術(shù)創(chuàng)新、產(chǎn)品創(chuàng)制及推廣服務(wù)為主要途徑，致力于小麥多維度、多尺度表型高通量獲取與分析平臺(tái)研發(fā)應(yīng)用、品質(zhì)生理生態(tài)與品質(zhì)調(diào)優(yōu)、非生物逆境脅迫記憶與抗逆豐產(chǎn)、小麥資源高效利用機(jī)制與安全清潔生產(chǎn)、營(yíng)養(yǎng)功能食品開(kāi)發(fā)和利用等領(lǐng)域的研究。

團(tuán)隊(duì)現(xiàn)有固定人員10名，其中教授5名，副教授2名，鐘山青年研究員2名，實(shí)驗(yàn)師1名。獲“CJ學(xué)者”講座教授榮譽(yù)1人，“杰青”1人，“萬(wàn)人計(jì)劃”科技創(chuàng)新領(lǐng)軍人才1人，省“333工程”高層次人才2人。依托農(nóng)業(yè)部作物生理生態(tài)與生產(chǎn)管理重點(diǎn)實(shí)驗(yàn)室，建設(shè)有農(nóng)業(yè)部小麥區(qū)域技術(shù)創(chuàng)新中心，建成了設(shè)施一流、配備精良、功能齊全的的科研基地和實(shí)驗(yàn)室。

近年來(lái)，團(tuán)隊(duì)承擔(dān)國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目、面上項(xiàng)目、國(guó)家重點(diǎn)研發(fā)計(jì)劃、農(nóng)業(yè)部公益性行業(yè)科技專項(xiàng)以及部省科研課題等20余項(xiàng)。累計(jì)發(fā)表論文360余篇，其中SCI論文180余篇。授權(quán)國(guó)家發(fā)明專利20余項(xiàng)、實(shí)用新型和軟著50余件；發(fā)布《小麥微課》、《圖說(shuō)小麥》等多個(gè)視頻、專著和教材。團(tuán)隊(duì)成員以主要完成人先后獲國(guó)家科技進(jìn)步二等獎(jiǎng)2項(xiàng)、省部科技進(jìn)步一等獎(jiǎng)2項(xiàng)、省科技進(jìn)步二等獎(jiǎng)2項(xiàng)、農(nóng)業(yè)部全國(guó)農(nóng)牧漁業(yè)豐收獎(jiǎng)一等獎(jiǎng)1項(xiàng)、江蘇省農(nóng)業(yè)技術(shù)推廣一等獎(jiǎng)1項(xiàng)，2項(xiàng)技術(shù)入選農(nóng)業(yè)農(nóng)村部糧油生產(chǎn)主推技術(shù)，制定地方標(biāo)準(zhǔn)3項(xiàng)。

論文鏈接：
https://doi.org/10.34133/plantphenom‍ics.0191

——推薦閱讀——
Interaction of Genotype, Environment, and Management on Organ-Specific Critical Nitrogen Dilution Curve in Wheat
https://doi.org/10.34133/plantphenomics.0078
Plant Phenomics | 南京農(nóng)業(yè)大學(xué)揭示基因型、環(huán)境和管理對(duì)小麥器官特異性臨界氮稀釋曲線的影響
SPSI: A Novel Composite Index for Estimating Panicle Number in Winter Wheat before Heading from UAV Multispectral Imagery
‍https://doi.org/10.34133/plantphenomics.0087
Plant Phenomics | SPSI：抽穗前估測(cè)冬小麥穗數(shù)的新型復(fù)合指數(shù)

加入作者交流群
掃碼添加小編微信，拉您進(jìn)入《植物表型組學(xué)》作者交流群，群內(nèi)不定期開(kāi)展作者分享會(huì)、�？�發(fā)布會(huì)等高質(zhì)量活動(dòng)。

添加小編微信，備注姓名+單位+PP，加入作者交流群

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。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DOAJ、Scopus、PMC、EI和SCIE等數(shù)據(jù)庫(kù)收錄�？祁Ｎò睯CR2023影響因子為7.6，位于農(nóng)藝學(xué)一區(qū)（1/125名），植物科學(xué)一區(qū)（13/265名），遙感一區(qū)（6/62名）。2023年中科院期刊分區(qū)位于農(nóng)林科學(xué)大類一區(qū)。2020年入選中國(guó)科技期刊卓越行動(dòng)計(jì)劃高起點(diǎn)新刊項(xiàng)目、2024年入選江蘇科技期刊卓越行動(dòng)計(jì)劃領(lǐng)軍期刊項(xiàng)目、中國(guó)科技期刊卓越行動(dòng)計(jì)劃二期英文梯隊(duì)期刊。

編輯：王平
審核：尹歡、孔敏