Reducir la brecha en la fenotipificación: las series temporales de alta resolución obtenidas mediante UAV para el análisis del crecimiento de la soja proporcionan datos objetivos procedentes de ensayos de campo
Fenotipado mediante UAV de la dinámica de crecimiento de la soja y predicción del rendimiento utilizando imágenes RGB multitemporales en un ensayo de campo con 454 parcelas
Descripción detallada
Los métodos de teledetección de proximidad pueden utilizarse para el fenotipado de alto rendimiento sobre el terreno en el contexto del fitomejoramiento y la investigación biológica. Los datos sobre la cobertura del dosel (CC) y la altura del dosel (CH), así como sus variaciones temporales a lo largo de la temporada de crecimiento, pueden aportar información sobre el crecimiento y el rendimiento de los cultivos. En el presente estudio, se ajustaron modelos sigmoides a datos multitemporales de CC y CH obtenidos a partir de imágenes RGB captadas con un dron para un amplio conjunto de genotipos de soja. Se utilizaron las funciones de Gompertz y beta para ajustar los datos de CC y CH, respectivamente. En general, el 90,4 % de los ajustes para CC y el 99,4 % para CH alcanzaron un R² ajustado > 0,70, lo que demuestra el buen rendimiento de los modelos elegidos. A partir de estas curvas de crecimiento, se calcularon parámetros como la tasa de crecimiento absoluto máxima, el vigor inicial, la altura máxima y la senescencia para una colección de genotipos de soja. Esta información también se utilizó para estimar el rendimiento de semillas y la madurez (etapa R8) (R² ajustado = 0,51 y 0,82). Se analizaron combinaciones de valores de los parámetros para identificar genotipos con rasgos de interés. Un enfoque integrador de ajuste de una curva a un conjunto de datos multitemporales dio como resultado parámetros biológicamente interpretables que resultaron informativos para los rasgos relevantes.
1/1
Información detallada sobre la contribución
- Proyecto
- Ubicación
- Belgium
- Autores
- Wouter Saeys (KU Leuven), Jonas Aper (Flanders Research Institute for Agriculture, Fisheries and Food [ILVO]), Tom De Swaef (Flanders Research Institute for Agriculture, Fisheries and Food [ILVO]), Peter Lootens (Flanders Research Institute for Agriculture, Fisheries and Food [ILVO]), Aamir Saleem (Flanders Research Institute for Agriculture, Fisheries and Food [ILVO])
- Propósito
- Access data
- Tipo de fichero
- documento
- Creado el
- 20 may 2020
- Lengua materna
- English
- Web oficial del proyecto
- EUCLEG
- Licencia
- CC BY
- Palabras clave