A research team employed an RGB camera on an unmanned aerial vehicle (UAV) to collect time series data on sugar beet canopy coverage and height. This data was used to predict root weight and sugar content with high accuracy. This innovative technique enha
一个研究小组在无人机上使用RGB相机收集甜菜冠层覆盖率和高度的时间序列数据。该数据用于高精度地预测根重和含糖量。这项创新技术通过提供收获前的选择标准，减少了人工测量的需求，增强了饲养员的决策能力。基于无人机的方法还可以指导生产领域的精确施肥，证明其在提高农业效率和作物产量预测方面的价值
甜菜（Beta vulgaris L.）是食糖生产的重要作物，尽管产量有所增加，但其种植面积却有所下降。目前的研究利用杂种优势来提高甜菜的生产力，但传统的育种方法劳动密集且效率低下。尽管高通量无人机表型在其他作物中显示出潜在的前景，但它在甜菜产量和含糖量预测方面尚未得到充分探索
2024年6月11日发表在《植物表型》杂志上的一项研究旨在开发一种高通量无人机方法，准确预测甜菜根重和含糖量，提高育种效率和品种发展
该研究采用基于无人机的高通量表型来评估甜菜育种田的产量和叶面生长。对三个季节的冠层覆盖率（CC）和冠层高度（CH）进行了监测和分析
2018年，有利的条件导致了早季的快速生长，而2020年的干旱降低了植物的生长。2021年，条件理想，实现了良好的增长。多年来观察到根重（RW）和含糖量（SC）的显著变化，方差分析（ANOVA）表明材料之间存在显著差异
每30天的无人机飞行提供了详细的增长模式，逻辑模型拟合CC数据，Gompertz模型拟合CH数据。将这些模型的积分用于遗传分析，揭示了RW、SC、CCint120和CHint120的显著的一般和特异配合力（GCA和SCA），表明了加性和非加性基因作用。多元回归分析使用CC和CH数据预测RW和SC，实现了高相关系数（RW的R2=0.89，SC的R2=0.83）
这些发现突出了基于无人机的表型分析在甜菜育种中用于有效产量预测和遗传分析的潜力
根据该研究的首席研究员田口和之的说法，“我们简单而稳健的解决方案展示了如何将最先进的遥感工具和基本分析方法应用于小地块育种场进行选择。”
总之，这项研究利用了一种基于无人机的数据驱动方法来增强育种家和农民在甜菜种植中的决策。这种方法表明，基于无人机的表型分析可以有效地预测甜菜产量，并通过提供有关生长模式的重要数据来辅助遗传分析
未来的应用可能会将这种方法扩展到其他作物，通过集成先进的遥感和机器学习技术来指导精准农业和改进育种计划