基于無人駕駛航空器系統(tǒng)(UAS)的植物表型分析方法技術(shù)水平綜述

無人駕駛航空器系統(tǒng)(UAS)是一種特別強(qiáng)大的植物表型分析工具，由于具有采購和部署價(jià)格公道、操控簡便靈活、可以無縫融入各種規(guī)模的表型網(wǎng)絡(luò)(Figure 1)、能夠通過改變載荷輕松實(shí)現(xiàn)傳感器多樣化(Table 2)等優(yōu)勢，其在植物研究和育種中的應(yīng)用愈發(fā)廣泛。大多數(shù)用于植物表型的飛行器都可以歸于由國際民用航空組織(ICAO)所定義的“遙控飛行器系統(tǒng)(RPAS)”概念之中，根據(jù)使用的國家和地區(qū)的不同，這些設(shè)備的名稱略有不同。因此為了避免歧義，該文將“無人機(jī)”、“無人駕駛飛行器(UAV)”等統(tǒng)稱為了“無人駕駛航空器系統(tǒng)(UAS)”。

近日,Plant Phenomics刊發(fā)了題為UAS-Based Plant Phenotyping for Research and Breeding Applications 的研究論文，該綜述全面地介紹了當(dāng)前基于無人機(jī)的表型分析方法的技術(shù)水平，降低了植物研究和育種領(lǐng)域研究者初次使用無人機(jī)進(jìn)行表型分析的難度。

Figure 1: UAS across phenotyping scales, sensing levels, and ground sampling distance (GSD). Image is for illustration purposes and not to scale.

Table 2: Main sensor types mounted as UAS payloads.

在使用無人駕駛航空器系統(tǒng)時(shí)，使用者必須從植物科學(xué)的角度出發(fā)做出多項(xiàng)技術(shù)決策，來確保在后續(xù)分析中可用的信息最大化。這些關(guān)鍵的技術(shù)決策包括但不限于：應(yīng)該選擇何種無人機(jī)及傳感器套件？部署及數(shù)據(jù)處理的關(guān)鍵步驟有哪些？在這個(gè)方向里面有哪些工作已被完成？目前無人駕駛航空器系統(tǒng)在植物表型分析中最先進(jìn)的應(yīng)用是什么？有哪些問題、趨勢和挑戰(zhàn)？

為了解答以上問題，該文章回顧了基于無人機(jī)的表型平臺在設(shè)備部署、數(shù)據(jù)采集、數(shù)據(jù)管理、數(shù)據(jù)存儲及分析方面(Figure 2)的最新技術(shù)，討論了當(dāng)下亟需解決的技術(shù)問題，確定了植物研究界需要了解的無人駕駛航空器表型方向的未來趨勢，并指出了哪些關(guān)鍵的植物科學(xué)和農(nóng)藝問題將會在下一代基于無人駕駛航空器的成像及數(shù)據(jù)分析方法中得到解決。

Figure 2: UAS workflow pipeline: data collection, transfer, upload, storage, and analytics.

論文鏈接

https://spj.sciencemag.org/journals/plantphenomics/2021/9840192/

——推薦閱讀——

The Application of UAV-Based Hyperspectral Imaging to Estimate Crop Traits in Maize Inbred Lines

https://spj.sciencemag.org/journals/plantphenomics/2021/9890745/

Plant Phenomics | 無人機(jī)高光譜影像在玉米自交系作物性狀估算中的應(yīng)用

Classification of Rice Yield Using UAV-Based Hyperspectral Imagery and Lodging Feature

https://spj.sciencemag.org/journals/plantphenomics/2021/9765952/

Plant Phenomics | 結(jié)合無人機(jī)高光譜圖像和倒伏特征構(gòu)建水稻產(chǎn)量類別檢測模型

About Plant Phenomics

《植物表型組學(xué)》（Plant Phenomics）是由南京農(nóng)業(yè)大學(xué)和美國科學(xué)促進(jìn)會（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，是Science合作出版的第二本期刊。采用開放獲取形式，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CABI、CNKI、DOAJ、PMC和Scopus數(shù)據(jù)庫收錄。

說明：本文由《植物表型組學(xué)》編輯部負(fù)責(zé)組稿。
中文內(nèi)容僅供參考，一切內(nèi)容以英文原版為準(zhǔn)。
撰稿：王棟（實(shí)習(xí)）
編輯：張威（實(shí)習(xí)）、鞠笑、孔敏
審核：尹歡