利用無人機量化玉米-大豆間作系統(tǒng)的累積遮陽能力

Plant Phenomics | 利用無人機量化玉米-大豆間作系統(tǒng)的累積遮陽能力

在間作系統(tǒng)中，較高的作物會阻擋直接輻射，從而不可避免地對較低的作物造成遮蔽。累積遮陽能力（CSC）是指在一個生長時期，被較高作物遮擋的直接輻射量，影響了作物的光截留和輻射利用效率。以往的研究對間作的光截留和分配進行了研究，然而，如何直接量化CSC及其行間異質(zhì)性尚不清楚。
 

2023年11月，Plant Phenomics 在線發(fā)表了中國農(nóng)業(yè)大學等單位題為Quantification of the cumulative shading capacity in a maize-soybean intercropping system using unmanned aerial vehicle 的研究論文。
 

該研究直接定量分析了玉米-大豆間作系統(tǒng)（圖1）中大豆CSC及其行間異質(zhì)性，并探討了CSC與大豆冠層高度的定量關(guān)系。該研究建立了考慮冠層結(jié)構(gòu)（即相鄰玉米和大豆冠層之間冠層高度差異）與太陽位置幾何關(guān)系的定量遮陽能力模型（SCM）：首先根據(jù)大豆帶與相鄰玉米帶冠層高度差和太陽光線的幾何關(guān)系估算遮陽距離，然后估算大豆冠層上的每日累積遮陽時間，最后測定遮陽比例和遮陽能能力，具體流程如圖2所示。同時，量化了CSC的行間異質(zhì)性以及CSC與冠層高度增量之間的定量關(guān)系，可以描述為對數(shù)函數(shù)（y = 3.61×10-2×ln(x)+6.80×10-1, 如圖3所示）。并評估模型輸入?yún)��?shù)對遮陽能力的影響，結(jié)果表明：在其他因素不變的情況下，高緯度地區(qū)的遮陽效果好，種植方向為90~120°時遮陽效果最差。
 

圖1（a) 玉米-大豆間作系統(tǒng)田間試驗布局;（b）條帶的種植配置；（c) 從一行到相鄰的南邊玉米帶的距離。
 

圖2 開發(fā)的遮陽能力模型示意圖。（a) 計算某一時刻遮陽距離的；（b) 根據(jù)遮陽距離的動態(tài)曲線計算日累計遮陽時間；（c) 根據(jù)太陽強度隨遮陽時間的關(guān)系模擬遮陽比例和遮陽能力。
 

圖3 大豆第41天和第64天的遮陽累積能力與冠層高度增量的關(guān)系。注釋（P,RSE,AIC)作為衡量定量關(guān)系性能的指標。誤差棒表示三次重復的標準差。虛線表示單粒大豆在營養(yǎng)生長階段的株高增量。

本研究主要價值是，開發(fā)了一種遮陽能力模型，可以定量估計間作系統(tǒng)的累積遮陽能力及其行間異質(zhì)性。該模型可以通過調(diào)整種植配置、種植方向和品種選擇來優(yōu)化間作種植模式。遮陽能力模型只需要測量輸入?yún)��?shù)（即冠層高度差），利用低成本無人機系統(tǒng)可以有效獲取。遮陽能力模型與作物模型或遙感數(shù)據(jù)相結(jié)合，可在未來更大的空間尺度上探討遮陽對間作作物生長、光競爭和小氣候的影響。

論文鏈接：

‍https://doi.org/10.34133/plantphenomics.0095

——推薦閱讀——

Quantifying Contributions of Different Factors to Canopy Photosynthesis in Two Maize varieties: Development of a Novel 3D Canopy Modeling Pipeline

https://doi/10.34133/plantphenomics.0075

Plant Phenomics | 玉米品種間冠層光合效率差異的多因素貢獻率解析：一種新的三維冠層建模流程

Application of UAV Multisensor Data and Ensemble Approach for High-Throughput Estimation of Maize Phenotyping Traits

https://doi.org/10.34133/2022/9802585

Plant Phenomics | 基于無人機多傳感器和集成學習的玉米表型高通量估算

加入作者交流群

掃碼添加小編微信，拉您進入《植物表型組學》作者交流群，群內(nèi)不定期開展作者分享會、專刊發(fā)布會等高質(zhì)量活動。

添加小編微信，備注姓名+單位+PP，加入作者交流群

《植物表型組學》（Plant Phenomics）是由南京農(nóng)業(yè)大學和美國科學促進會（AAAS）合作創(chuàng)辦的英文學術(shù)期刊，于2019年1月正式上線發(fā)行。采用開放獲取形式，刊載植物表型組學交叉學科熱點領(lǐng)域具有突破性科研進展的原創(chuàng)性研究論文、綜述、數(shù)據(jù)集和觀點。具體范圍涵蓋高通量表型分析的最新技術(shù)，基于圖像分析和機器學習的表型分析研究，提取表型信息的新算法，作物栽培、植物育種和農(nóng)業(yè)實踐中的表型組學新應用，與植物表型相結(jié)合的分子生物學、植物生理學、統(tǒng)計學、作物模型和其他組學研究，表型組學相關(guān)的植物生物學等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等數(shù)據(jù)庫收錄�？祁Ｎò睯CR2021影響因子為6.5，位于農(nóng)藝學、植物科學、遙感一區(qū)。2023年中科院期刊分區(qū)位于農(nóng)林科學大類一區(qū)。2020年入選中國科技期刊卓越行動計劃高起點新刊項目。

說明：本文由《植物表型組學》編輯部負責組稿。
中文內(nèi)容僅供參考，一切內(nèi)容以英文原版為準。
撰稿：孫浩（南京農(nóng)業(yè)大學）
排版：張婕（上海交通大學）
審核：孔敏、王平