Преодоляване на пропуските във фенотипирането: времеви редове с висока разделителна способност, заснети с безпилотни летателни апарати, за анализ на растежа на соята предоставят обективни данни от полеви опити

Методите за близко дистанционно наблюдение могат да се използват за фенотипиране на полето с висока производителност в контекста на селекцията на растения и биологичните изследвания. Данните за покритието на короните (CC) и височината на короните (CH), както и техните промени във времето през вегетационния период, могат да предоставят информация за растежа и производителността на културите. В настоящото проучване бяха приложени сигмоидни модели към мултитемпорални данни за CC и CH, получени чрез RGB изображения, заснети с дрон, за широк набор от генотипове на соя. За пригаждане на данните за CC и CH бяха използвани съответно функциите на Гомперц и бета. Като цяло 90,4% от пригажданията за CC и 99,4% от пригажданията за CH достигнаха коригирано R² > 0,70, което показва добра ефективност на избраните модели. С помощта на тези криви на растеж бяха изчислени параметри, включително максимална абсолютна скорост на растеж, ранна жизненост, максимална височина и стареене, за колекция от генотипове на соя. Тази информация беше използвана и за оценка на добива на семена и зрелостта (стадий R8) (коригирано R² = 0,51 и 0,82). Бяха тествани комбинации от стойности на параметрите, за да се идентифицират генотипи с интересни характеристики. Интегративният подход за пригаждане на крива към мултитемпорален набор от данни доведе до биологично интерпретируеми параметри, които бяха информативни за съответните характеристики.