基于无人机多时相冠层特征的棉花生长分析及产量与成熟度评估新方法
《Scientific Reports》:Growth analysis of cotton using UAS derived multi temporal canopy features
【字体:
大
中
小
】
时间:2025年12月13日
来源:Scientific Reports 3.9
编辑推荐:
本研究针对棉花生长过程监测困难、传统方法效率低下的问题,通过无人机(UAS)获取多时相冠层高度(CH)数据,采用五参数逻辑(5P)生长函数进行生长曲线拟合,成功提取了Tmax、Rmax等关键生长参数。研究发现最大生长速率Rmax与产量显著相关(R2=0.68),利用稳态起始时间T5评估基因型成熟度的准确率达80%。该研究为作物生长分析提供了高效精准的新工具,对育种筛选和精准农业具有重要意义。
棉花作为一种具有无限生长习性的重要经济作物,其独特的营养生长和生殖生长并进特性使得生长管理变得复杂而关键。传统上,农业研究人员需要频繁下田,手动测量株高、叶面积等指标来追踪作物生长动态,这种方法不仅耗时耗力,且难以捕捉到作物生长的连续动态过程。特别是在棉花这种对生长阶段敏感的经济作物中,如何准确判断其生长转折点、预测产量潜力以及评估品种成熟特性,一直是农业生产和育种研究中的难点。
随着无人机(UAS)技术的快速发展,农业研究迎来了革命性的变化。搭载各种传感器的无人机可以快速、大面积地采集作物冠层信息,为生长监测提供了前所未有的数据支持。然而,海量的多时相数据如何转化为有价值的生长参数,如何通过这些参数深入理解作物生长发育规律,仍然是当前研究的薄弱环节。
在这项发表于《Scientific Reports》的研究中,由Mahendra Bhandari领导的科研团队开展了一项创新性研究,他们利用无人机获取的棉花冠层高度(CH)数据,通过非线性生长模型进行分析,建立了一套完整的作物生长参数提取方法,为棉花生长监测、产量预测和品种评估提供了新的技术手段。
研究团队在2016年和2021年两个生长季,在美国德克萨斯州农业生命研究中心试验田进行了田间试验。他们使用大疆Phantom系列无人机采集RGB图像,通过Agisoft Metashape软件处理生成数字表面模型(DSM)和数字地形模型(DTM),进而计算得到冠层高度(CH)数据。研究涉及30个(2016年)和42个(2021年)棉花品种,采用随机区组设计,在雨养条件下进行。
关键技术方法包括:利用无人机遥感获取多时相冠层数据;通过数字表面模型(DSM)与数字地形模型(DTM)差值计算冠层高度(CH);比较多种生长函数(3P、4P、5P逻辑函数等)的拟合效果;采用五参数逻辑(5P)函数进行生长曲线拟合;通过一阶和二阶导数分析提取关键生长参数;利用线性回归分析生长参数与产量的关系;基于T5参数进行基因型成熟度分类评估。
研究人员通过无人机获取的冠层高度数据显示,棉花生长在两个年份均呈现典型的S型曲线模式。作物在种植后85-90天达到最大高度,平均为125±24厘米。通过比较多种生长函数的拟合效果,发现五参数逻辑(5P)函数具有最佳拟合效果,其R2达到0.98,RMSE为6.41,显著优于其他模型。这种优越性主要源于5P函数能够更好地处理棉花生长过程中的不对称性,更准确地反映实际生长情况。
通过对5P逻辑函数进行一阶和二阶导数分析,研究人员成功提取了10个关键生长参数。这些参数包括线性期起始时间(T2)和速率(R2)、最大生长速率时间(Tmax)和速率(Rmax)、线性期结束时间(T4)和速率(R4)、稳态期起始时间(T5)、指数期起始时间(T1)、线性期持续时间(DL)和指数期持续时间(DE)。这些参数分别对应棉花生长发育过程中的关键生理事件,为深入理解棉花生长动态提供了量化指标。
方差分析显示,除2016年的T1外,所有生长参数在不同基因型间均存在显著差异。两个年份间生长参数的差异主要归因于气候条件的不同:2021年降雨量(620mm)显著高于2016年(295mm),导致2021年棉花生长速率更高,各生长阶段提前,但持续时间缩短。这种差异反映了棉花对环境条件的适应性响应,特别是在干旱条件下,棉花通过延长线性期和指数期来补偿生长速率的降低,表现出明显的干旱适应策略。
相关性分析表明,T2、DL、R2和Rmax等生长参数与棉花产量显著相关。其中,最大生长速率Rmax与产量的相关性最高(2016年r=0.67,2021年r=0.82)。线性回归分析进一步证实了Rmax在产量预测中的潜力,尽管其预测能力受年份和环境条件影响。这些发现说明,较高的早期生长速率和较长的线性生长期与较高产量密切相关,为中期产量预测提供了理论依据。
研究人员利用T5参数(稳态期起始时间)对棉花基因型进行成熟度分类,将T5≤80天的品种划分为短季型,81-90天为中季型,>90天为长季型。结果显示,该方法的总体分类准确率达到80%,其中短季型和长季型的分类效果最好(F1分数分别为0.89和0.83)。这表明T5参数能够有效反映棉花的生理成熟特性,为品种选育和栽培管理提供了重要参考。
研究结论部分强调,无人机遥感技术与非线性生长模型的结合为棉花生长分析提供了强有力的工具。五参数逻辑(5P)函数因其能够有效处理生长曲线的不对称性,在棉花生长分析中表现出最佳性能。通过导数分析提取的生长参数不仅能够准确描述棉花生长发育动态,还与产量和成熟度等重要农艺性状密切相关。
这项研究的重要意义在于建立了一套基于无人机遥感的高通量作物生长分析方法,实现了从原始数据到具有生理意义的生长参数的完整转化流程。最大生长速率Rmax作为中期产量预测指标,以及T5作为成熟度分类指标的应用,为作物育种和精准农业提供了实用的决策支持工具。特别是在气候变化背景下,基于生长参数的干旱响应分析为选育抗旱品种提供了新思路。
尽管该研究主要聚焦于冠层高度这一性状,但其方法框架可扩展至其他冠层特征(如冠层覆盖度、冠层体积等)的分析。未来结合更多表型性状和多源传感器数据,有望进一步提高作物生长分析的准确性和应用价值。这项研究为无人机遥感在农业生产中的深入应用奠定了坚实基础,为推动精准农业发展提供了重要技术支撑。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号