Fenotipēšanas plaisu novēršana: augstas izšķirtspējas bezpilota lidaparātu (UAV) laika rindas sojas pupu augšanas analīzei sniedz objektīvus datus no lauka izmēģinājumiem

Tuvās attālās uzrādes metodes var izmantot augstas caurlaidspējas fenotipēšanai lauka apstākļos augu selekcijas un bioloģiskās pētniecības kontekstā. Dati par lapotnes segumu (CC) un lapotnes augstumu (CH), kā arī to laika gaitā notiekošajām izmaiņām visā veģetācijas periodā var sniegt informāciju par kultūraugu augšanu un ražību. Šajā pētījumā sigmoidālie modeļi tika pielāgoti daudztemporāliem CC un CH datiem, kas iegūti, izmantojot ar dronu uzņemtus RGB attēlus plašam sojas genotipu klāstam. CC un CH datu pielāgošanai tika izmantotas attiecīgi Gompertza un beta funkcijas. Kopumā 90,4 % CC pielāgojumu un 99,4 % CH pielāgojumu sasniedza koriģēto R² > 0,70, kas liecina par izvēlēto modeļu labo veiktspēju. Izmantojot šīs augšanas līknes, sojas genotipu kopumam tika aprēķināti tādi parametri kā maksimālais absolūtais augšanas ātrums, agrīnā vitalitāte, maksimālais augstums un novecošanās. Šī informācija tika izmantota arī, lai novērtētu sēklu ražu un nogatavināšanos (R8 stadija) (koriģētais R² = 0,51 un 0,82). Tika pārbaudītas parametru vērtību kombinācijas, lai identificētu genotipus ar interesantām pazīmēm. Integrēta pieeja, pielāgojot līkni daudztemporālam datu kopumam, ļāva iegūt bioloģiski interpretējamus parametrus, kas sniedza informāciju par attiecīgajām pazīmēm.