Повышение точности оценки биомассы риса с помощью моделей на основе БПЛА

Надземная биомасса (AGB) риса, критически важная для оценки углеродного пула и урожайности, традиционно измеряется трудоемким ручным отбором проб. Современные методы используют дистанционное зондирование, в частности беспилотные летательные аппараты (БПЛА), для получения вегетационных индексов (VI) на основе взаимодействия растений с электромагнитным спектром.

Однако эти методы сталкиваются с проблемами: нелинейная зависимость VI от биомассы приводит к насыщению на высоких уровнях биомассы и потере чувствительности на поздних стадиях роста. Кроме того, сложности добавляют разная эффективность методов для разных сортов риса и высокие вычислительные затраты продвинутых моделей машинного обучения.

В мае 2023 года журнал Plant Phenomics опубликовал исследование "Estimation of Rice Aboveground Biomass by UAV Imagery with Photosynthetic Accumulation Models". В нем предложена новая модель, интегрирующая данные VI и высоты полога, полученные с БПЛА, для более точной и универсальной оценки биомассы на протяжении всего сезона роста риса.

Ключевые результаты исследования:

• Исходные данные показали слабую корреляцию между VI и AGB за весь сезон и ограниченную точность моделей, основанных только на высоте.
• Модель фотосинтетического накопления (PAM), комбинирующая NDVI и высоту полога, значительно улучшила оценку AGB (R² = 0.95, RMSE = 136.81 г/м²).
• Была разработана Упрощенная модель фотосинтетического накопления (SPAM), требующая меньшего числа наблюдений при сохранении R² выше 0.8.
• Дистанционное зондирование эффективно определяло высоту полога, что хорошо коррелировало с фактической высотой растений (R² = 0.88, RMSE = 0.05 м).
• Модель H × VI превзошла модели, использующие только VI, уменьшив эффекты насыщения и гистерезиса.
• В оценке биомассы PAM, использующая два разных VI, показала, что любые два индекса из набора (NDVI, EVI2, WDRVI, NDRE, OSAVI и GNDVI) дают стабильные результаты в течение двух лет. Корреляция PAM с AGB была значительной, с R² > 0.8.
• Эффективность SPAM была немного ниже, чем у PAM, но все же превосходила традиционные модели на основе VI и высоты. SPAM также продемонстрировала снижение требуемой частоты наблюдений.
• Тестирование на данных, собранных в другом месте в 2022 году, подтвердило надежность и способность к обобщению (трансферабельность) моделей PAM и SPAM. Эти модели сохраняли лучшую линейную зависимость с AGB для различных сортов риса на протяжении всего сезона роста.

Вывод: Исследование представляет надежный и эффективный метод оценки AGB риса на основе данных БПЛА за весь сезон роста. Он предлагает количественный инструмент для оценки роста риса и имеет потенциал для применения в масштабном управлении полями и селекции. Будущие исследования направлены на повышение общности моделей за счет многолетних экспериментов и более широкой выборки сортов риса.