基于无人机多光谱影像的花生氮高效种质资源筛选

摘要

氮素利用效率是影响作物产量建成的重要因素，筛选氮高效花生种质资源对于氮高效花生品种选育和机理研究至关重要。利用无人机多光谱影像快速获取花生生物量、氮素累积量，可为氮高效花生种质资源快速、精确鉴定带来新的契机。以22个大田种植的花生品种作为训练群体，利用多光谱无人机采集花生苗期多光谱影像，提取冠层反射率，然后通过构建11个植被指数对训练群体花生的生物量和氮素累积量进行准确测定；以与生物量、氮素累积量显著相关的植被指数为基础，采用逐步回归、K-邻近等算法构建了花生苗期氮效率相关反演模型，利用最优模型预测97个花生品种的生物量和氮累积量，并分析生物量、氮素累积量分别与花生产量的关系；此外，基于预测的苗期生物量、氮累积量分别对97个花生品种进行氮高效初步评价。结果表明，11个植被指数均与生物量、氮累积量显著相关。逐步回归模型估算生物量效果最好，模型验证的决定系数、均方根误差分别为0.63、2.76，为生物量反演最优模型；随机森林模型估算氮累积量效果最好，模型验证的决定系数、均方根误差分别为0.82、0.06，为氮累积量反演最优模型。利用模型预测的花生生物量、氮累积量，将97个花生品种分为氮高效、氮中效、氮低效3类。基于预测的花生生物量，筛选出GN001、GN007等15个氮高效品种；基于预测的花生氮累积量，筛选出GN018、GN037等18个氮高效品种。

关键词

花生 / 无人机 / 植被指数 / 氮素累积量 / 生物量 / 产量