隨著人口的增長和氣候變化的挑戰(zhàn)，鹽脅迫已成為全球糧食生產(chǎn)的主要威脅。灌溉農(nóng)業(yè)中的土壤鹽分是一個全球性問題，在干旱和半干旱氣候中尤甚。培育耐鹽作物品種是改善糧食安全和水資源安全的一條潛在途徑。為此，需要鑒定耐鹽基因型/種質(zhì)，然后將其耐鹽性狀導(dǎo)入商業(yè)品種。為了確定植物種質(zhì)的潛在耐鹽性，需要能夠有效地繪制、監(jiān)測和預(yù)測植物生物物理和生化特性的表型分析和相關(guān)方法。生物量和產(chǎn)量是評估農(nóng)業(yè)系統(tǒng)生產(chǎn)和績效的關(guān)鍵變量。在精準農(nóng)業(yè)中，尤其是在鹽脅迫和其他非生物脅迫可能發(fā)揮作用的情況下，在農(nóng)場規(guī)模上對單個植物的生物量和產(chǎn)量進行建模和預(yù)測是一項重大挑戰(zhàn)。
本研究通過600個對照和600個鹽處理植株的田間和無人機表型分析，評估了野生番茄(Solanum pimpinellifolium)的多樣性。研究的目標：（1）通過無人機RGB圖像預(yù)測收獲時番茄的生物量（地上部鮮重）和產(chǎn)量（果實數(shù)量和重量）；（2）確定對照和鹽處理植株之間的預(yù)測精度是否不同；（3）比較收獲前1周和2周采集的RGB和多光譜無人機圖像的結(jié)果。為此，采用隨機森林機器學(xué)習(xí)方法，利用收獲前采集的無人機RGB和多光譜圖像數(shù)據(jù)，預(yù)測對照和鹽處理植株的生物量和產(chǎn)量。
4塊30×30m地塊，對照和鹽處理各兩塊，每個地塊種植300株番茄。表1 田間數(shù)據(jù)（地上部鮮重、果實數(shù)量）表3 基于無人機多光譜圖像的植被指數(shù)計算
收獲前2周采集的無人機多光譜圖像對地上部鮮重（87.95%）、果實數(shù)（63.88%）和單株產(chǎn)量（66.51%）的解釋方差最高。無人機RGB圖像產(chǎn)生了與無人機多光譜數(shù)據(jù)集非常相似的結(jié)果，解釋的方差隨著收獲時間的增加而減小。結(jié)果表明，當模型不包括對照植株時，預(yù)測鹽脅迫植株的產(chǎn)量具有較高的精度，而模型中包含鹽脅迫植株對預(yù)測對照植株的產(chǎn)量沒有影響。在4.23%的田間測量值范圍內(nèi)，可以預(yù)測收獲前8周的平均生物量和產(chǎn)量，可以預(yù)測收獲前4周的單株產(chǎn)量。這項工作的結(jié)果可能有助于為健康番茄和鹽脅迫番茄的產(chǎn)量預(yù)測提供指導(dǎo)，進而為種植實踐、物流規(guī)劃和銷售操作提供信息。表4 用于從無人機RGB和多光譜數(shù)據(jù)集預(yù)測地上部鮮重、果實數(shù)量和產(chǎn)量的變量數(shù)
圖2 基于無人機RGB圖像數(shù)據(jù)集的隨機森林模型的變量重要度
表5 基于無人機多光譜圖像數(shù)據(jù)集的隨機森林模型中10個最重要變量的排序
圖3 實地測得的和預(yù)測的地上部鮮重（A）、果實數(shù)量（B）和產(chǎn)量（C）之間的線性關(guān)系圖4基于無人機多光譜圖像預(yù)測的番茄地上部鮮重，果實數(shù)量和單株產(chǎn)量
圖5 對照植株和鹽處理植株模型結(jié)果的比較
圖6 無人機多光譜和RGB圖像的模型結(jié)果比較由于相關(guān)研究內(nèi)容非常專業(yè)，難免有些理解不準確或者編輯整理的疏漏，請以英文原文為準。
