田间条件下的植物表型分析在农业研究中发挥着重要作用，高效准确的高通量表型策略使基因型和表型之间的联系更加紧密。基于无人机的高通量表型平台(UAV-HTPPs)为高效、高分辨率和低成本的植物性状近端大规模检测提供了新的机遇。


生长季中1752份不同玉米植被指数的采集(a)基于无人机的高通量表型平台(UAV-htpp)由DJI S900多旋翼无人机(UAV)和佳能EOS Rebel SL1彩色红外(CIR)转换相机组成。(b)玉米自交系平均发育阶段中的五次无人机飞行。(c)一架无人机飞越的三幅连续原始图像。地面控制点(GCP)由图片下方的白色×表示。(d)从数百张原始图像生成的S自然色、彩色红外和R归一化差异植被指数(NDVI)正切图像(e)用于小块地等级数据提取的横断面和30 cm缓冲区示例

本研究的目的是利用从无人机多光谱影像中提取的时间序列归一化差异植被指数(NDVI)来表征植物在发育过程中的模式，并对大型玉米群体的NDVI进行遗传解剖。利用UAV-HTPP获取了1752份不同玉米生长季5个时间点的时间序列NDVI数据，为了捕捉这些基于静态观测的动态信息，使用惩罚样条(P-样条)模型来获得基因型特定的曲线参数。

使用由静态NDVI值和曲线参数作为表型性状的全基因组关联研究(GWAS)检测到与这些性状显着相关的信息。此外，利用p样条模型预估的NDVI值进行GWAS分析，揭示了遗传效应的动态变化，表明基因-环境相互作用在整个生长季控制NDVI中的作用。


五次无人机(UAV)飞行中每个种群的归一化差异植被指数(NDVI)的分布图。DAP，种植后的天数

结果显示了使用基于无人机的遥感获取的超高空间分辨率多光谱图像的实用性，可用于NDVI的遗传解剖。

来源：The Plant Genome.Genetic dissection of seasonal vegetation index dynamics in maize through aerial based high-throughput phenotyping .Jinyu Wang,Xianran Li,Tingting Guo,Matthew J. Dzievit,Xiaoqing Yu,Peng Liu,Kevin P. Price,Jianming Yu
https://doi.org/10.1002/tpg2.20155