近年來(lái)，南京農(nóng)業(yè)大學(xué)農(nóng)學(xué)院智慧農(nóng)業(yè)團(tuán)隊(duì)基于點(diǎn)云和光譜融合生成作物三維光合表型進(jìn)行了深入研究，為作物高產(chǎn)理想株型篩選提供了理論與技術(shù)基礎(chǔ)。研究結(jié)果近日以“Novel 3D photosynthetic traits derived from the fusion of UAV LiDAR point cloud and multispectral imagery in wheat”為題，發(fā)表在國(guó)際著名頂級(jí)遙感期刊《Remote Sensing of Environment》。

 

　　光合作用是作物生長(zhǎng)和產(chǎn)量形成的物質(zhì)基礎(chǔ)?？焖?、實(shí)時(shí)地監(jiān)測(cè)光合參數(shù)對(duì)作物營(yíng)養(yǎng)診斷、脅迫監(jiān)測(cè)、光能利用和產(chǎn)量預(yù)測(cè)具有重要意義。傳統(tǒng)被動(dòng)光學(xué)遙感方法已被證明可有效的監(jiān)測(cè)作物光合性狀。然而，該方法只能獲取作物二維光合性狀，難以獲取作物三維光合性狀。本研究利用激光雷達(dá)（Light detection and ranging, LiDAR）點(diǎn)云和多光譜影像進(jìn)行融合，生成作物多光譜點(diǎn)云，從而估算作物光合相關(guān)參數(shù)的三維空間分布。

 

　　基于數(shù)字表面模型方法，將無(wú)人機(jī)平臺(tái)的LiDAR點(diǎn)云與多光譜影像反射率進(jìn)行融合，量化了小麥的三維光合性狀。結(jié)果表明，融合光譜信息后的點(diǎn)云能夠準(zhǔn)確表征不同條件下的小麥光合參數(shù)三維空間分布。小麥冠層不同層（上層、中層和下層）之間的光合性狀具有顯著差異性（p< 0.05）。

 

　　進(jìn)一步基于小麥光合參數(shù)三維空間分布，篩選并新建兼具結(jié)構(gòu)和生理信息的三維光合新指標(biāo)CPn_P75th和CCC_P75th，這些指標(biāo)相比于傳統(tǒng)遙感指標(biāo)和農(nóng)學(xué)性狀對(duì)作物產(chǎn)量表型具有更好的指示能力。

 

　　南京農(nóng)業(yè)大學(xué)農(nóng)學(xué)院國(guó)家信息農(nóng)業(yè)工程技術(shù)中心為論文第一完成單位，博士研究生谷洋洋為第一作者，姚霞教授為通訊作者。朱艷教授、曹衛(wèi)星教授、程濤教授和鄭恒彪副教授等在論文撰寫(xiě)方面提供了幫助。研究得到了國(guó)家重點(diǎn)研發(fā)專(zhuān)項(xiàng)、國(guó)家自然科學(xué)基金等項(xiàng)目資助。

 

　　論文鏈接：https://doi.org/10.1016/j.rse.2024.114244