RedEdge无人机载多光谱仪对作物水分利用（CWUE）的估测研究

    缺水引起的干旱胁迫，是世界作物生产损失的主要原因。提高作物水分利用效率（CWUE）是缓解未来干旱影响的一个重要目标。遥感光谱测量，可以在多尺度上，应用于作物蒸散发（ET）和干旱胁迫预测。例如，Hunsake等人利用载人飞机的多光谱相机，绘制了棉花田的NDVI，根据NDVI估测了基础作物系数，并使用基于ET的土壤水分模平衡型，指导灌溉。近地面光谱遥感技术，已经成为大田植物表型鉴定的*工具。

    当前光谱研究的方向之一是评估相关的植物性状，比如与植物水分相关的光谱指数，而，很少有研究直接对水分利用（CWUE）进行表型分析。与植物水分状态不同，植物水分利用CWUE是一个随时间变化的动态过程。本文主要介绍植物（棉花）的CWUE的表型分析方法。

一、实验研究

Maricopa，亚利桑那大学MAC农学院，采用RedEdge-MX五波段多光谱仪和Sequoia四波段多光谱仪，于2016~2017年，进行了eBee无人机多次测量调查。都具有辐射校准传感器，像素为12bit，重合度为80%，空间分辨率为5cm/pixel（75m高度）。现场放置8m*8m的校准板，并用手持辐射计进行校准。采用Pix4D数据处理软件，进行各通道图像的拼接和处理。

植物水分利用（CWUE）

ET值与传统测量方法（含水量传感器）进行了比较，证明了无人机多光谱模型的合理性。两者之间的均值方差RMSE小于5%。结果表明，基于无人机的fc和土壤水分平衡模型可以有效的估测棉花产地的季节耗水量。

 利用无人机多光谱仪测量每周的植被覆盖度，计算每日土壤水分平衡模型中的基本作物系数，实现棉花育种试验地的高通量水分利用表型。

通过线性混合模型，实验发现8个棉花品种间水分利用（CWUE）的差异，表明多光谱法可以帮助筛选具有良好水分利用特性的品种。将CWUE和作物产量相结合，可以量化作物的水分利用效率，协助筛选水分利用效率高的品种。

本文还提出，进一步改进此方法，可以在无人机多光谱图像的基础上，增加其他作物表型，如冠层温度。

综上所述，本研究为作物水分利用的高通量表型分析提供了一种方法，为育种人员提供了定量水分利用的工具和选择性育种中考虑的附加性状。

本文部分截取美国Kelly等人的研究论文《High-Throughput Phenotyping of Crop Water Use Efficiency via Multispectral Drone Imagery and a Daily Soil Water Balance Model》，旨在介绍实验研究方法和成果，对论文中的模型方法以及作物因子的计算没有赘述。如需要全文文献，请联系我司。