無(wú)人機(jī)成像技術(shù)助力濕地松生物量遺傳選擇育種

濕地松原產(chǎn)于美國(guó)東南部，是南方地區(qū)重要的人工林樹(shù)種。濕地松以其在木材和松脂產(chǎn)量上的優(yōu)勢(shì)，成為重要的碳匯樹(shù)種之一，木材和生態(tài)價(jià)值巨大，重要固碳造林樹(shù)種的良種化對(duì)于提升碳匯能力，實(shí)現(xiàn)雙碳目標(biāo)具有重要的生態(tài)和經(jīng)濟(jì)意義。
 

近日，Plant Phenomics 在線發(fā)表了中國(guó)林業(yè)科學(xué)研究院亞熱帶林業(yè)研究所林木種質(zhì)資源研究組題為 Enabling Breeding Selection for Biomass in Slash Pine Using UAV-Based Imaging 的研究論文，提出了利用無(wú)人機(jī)圖像技術(shù)推動(dòng)林木常規(guī)遺傳育種進(jìn)程，助力濕地松高固碳良種選育。
 

目前，專門(mén)針對(duì)濕地松固碳表型數(shù)字化育種研究仍較少，林木生物量與其碳匯能力關(guān)系密切，而傳統(tǒng)林木生物量測(cè)量耗時(shí)、耗力，在實(shí)際林木遺傳育種工作中作用較為有限，因此，本研究以重要碳匯樹(shù)種濕地松為試驗(yàn)材料，以固碳樹(shù)種良種化提升為出發(fā)點(diǎn)，圍繞數(shù)字化育種，開(kāi)發(fā)和比較了基于無(wú)人機(jī)RGB成像技術(shù)的濕地松外在形態(tài)和生物量相關(guān)指標(biāo)的高通量、快速測(cè)量方法，使用無(wú)人機(jī)成像獲取的濕地松固碳相關(guān)指標(biāo)進(jìn)行了遺傳參數(shù)估算，深度解析了濕地松生物量相關(guān)表型的遺傳變異規(guī)律，并對(duì)比了無(wú)人機(jī)數(shù)據(jù)與實(shí)際測(cè)量數(shù)據(jù)的準(zhǔn)確性。結(jié)果表明，無(wú)人機(jī)RGB成像技術(shù)能夠以最高85%的準(zhǔn)確率實(shí)現(xiàn)濕地松樹(shù)高、胸徑、冠幅、地上和地下生物量的高通量、快速預(yù)測(cè)。無(wú)人機(jī)獲取的所有性狀取得了與地面實(shí)際測(cè)量性狀相似的遺傳增益，所有性狀的遺傳力（h2）范圍在0.13-0.47，遺傳差異顯著， 本研究成功篩選出優(yōu)良的濕地松高固碳良種，該研究提出的方法為推動(dòng)林木從“試驗(yàn)選優(yōu)”的傳統(tǒng)常規(guī)育種向“計(jì)算選優(yōu)”智能化育種的轉(zhuǎn)變，縮短育種周期，實(shí)現(xiàn)林木遺傳育種數(shù)字化等方面提供了良好技術(shù)支撐。
 

Figure 1 Workflow used to evaluate the potential usage of UAV-SfM-based methods to estimate above- and belowground biomass of slash pine breeding plantations at Matou National Forest Farm, Jing County, Xuancheng City, Anhui Province, China

作者介紹

中國(guó)林業(yè)科學(xué)研究院亞熱帶林業(yè)研究所宋釗穎碩士研究生為論文的第一作者，李彥杰助理研究員（aj7105@gmail.com）為論文的通訊作者。李彥杰博士畢業(yè)于新西蘭坎特伯雷大學(xué)，是2018年坎特伯雷大學(xué)優(yōu)秀博士畢業(yè)生，目前主要從事林木表型高通量監(jiān)測(cè)與林木種質(zhì)資源數(shù)字化評(píng)價(jià)研究，入選2019國(guó)家人社部高層次留學(xué)人才回國(guó)和海外赤子為國(guó)服務(wù)行動(dòng)計(jì)劃等資助。近5年來(lái)，發(fā)表SCI期刊收錄論文20篇，編寫(xiě)《R語(yǔ)言基礎(chǔ)與光譜建�！穼Ｖ�1部。

論文鏈接：

https://doi.org/10.34133/2022/9783785

——推薦閱讀——

Qualification of Soybean Responses to Flooding Stress Using UAV-Based Imagery and Deep Learning 

https://doi.org/10.34133/2021/9892570

Plant Phenomics | 基于無(wú)人機(jī)圖像和深度學(xué)習(xí)鑒定大豆對(duì)水澇脅迫的響應(yīng)

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

https://doi.org/10.34133/2021/9890745

Plant Phenomics | 無(wú)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

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。2021年中科院期刊分區(qū)表影響因子5.706，位于農(nóng)藝學(xué)、植物科學(xué)兩個(gè)小類一區(qū)，遙感小類二區(qū)，生物大類一區(qū)（Top期刊）。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。

說(shuō)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)。

編輯：趙瑜涵（實(shí)習(xí)）

審核：王平、孔敏