RedEdge無人機載多光譜儀對作物水分利用（CWUE）的估測研究

    缺水引起的干旱脅迫，是世界作物生產損失的主要原因。提高作物水分利用效率（CWUE）是緩解未來干旱影響的一個重要目標。遙感光譜測量，可以在多尺度上，應用于作物蒸散發(fā)（ET）和干旱脅迫預測。例如，Hunsake等人利用載人飛機的多光譜相機，繪制了棉花田的NDVI，根據NDVI估測了基礎作物系數，并使用基于ET的土壤水分模平衡型，指導灌溉。近地面光譜遙感技術，已經成為大田植物表型鑒定的*工具。

    當前光譜研究的方向之一是評估相關的植物性狀，比如與植物水分相關的光譜指數，而，很少有研究直接對水分利用（CWUE）進行表型分析。與植物水分狀態(tài)不同，植物水分利用CWUE是一個隨時間變化的動態(tài)過程。本文主要介紹植物（棉花）的CWUE的表型分析方法。

一、實驗研究

Maricopa，亞利桑那大學MAC農學院，采用RedEdge-MX五波段多光譜儀和Sequoia四波段多光譜儀，于2016~2017年，進行了eBee無人機多次測量調查。都具有輻射校準傳感器，像素為12bit，重合度為80%，空間分辨率為5cm/pixel（75m高度）?，F場放置8m*8m的校準板，并用手持輻射計進行校準。采用Pix4D數據處理軟件，進行各通道圖像的拼接和處理。

植物水分利用（CWUE）

ET值與傳統(tǒng)測量方法（含水量傳感器）進行了比較，證明了無人機多光譜模型的合理性。兩者之間的均值方差RMSE小于5%。結果表明，基于無人機的fc和土壤水分平衡模型可以有效的估測棉花產地的季節(jié)耗水量。

 利用無人機多光譜儀測量每周的植被覆蓋度，計算每日土壤水分平衡模型中的基本作物系數，實現棉花育種試驗地的高通量水分利用表型。

通過線性混合模型，實驗發(fā)現8個棉花品種間水分利用（CWUE）的差異，表明多光譜法可以幫助篩選具有良好水分利用特性的品種。將CWUE和作物產量相結合，可以量化作物的水分利用效率，協(xié)助篩選水分利用效率高的品種。

本文還提出，進一步改進此方法，可以在無人機多光譜圖像的基礎上，增加其他作物表型，如冠層溫度。

綜上所述，本研究為作物水分利用的高通量表型分析提供了一種方法，為育種人員提供了定量水分利用的工具和選擇性育種中考慮的附加性狀。

本文部分截取美國Kelly等人的研究論文《High-Throughput Phenotyping of Crop Water Use Efficiency via Multispectral Drone Imagery and a Daily Soil Water Balance Model》，旨在介紹實驗研究方法和成果，對論文中的模型方法以及作物因子的計算沒有贅述。如需要全文文獻，請聯系我司。