Исследование засухоустойчивости бобов с помощью гиперспектрального дистанционного зондирования

Для адаптации сельхозкультур к изменениям климата и среды, таким как засуха, требуется селекция растений. Высокоэффективный фенотипический анализ используется для быстрого скрининга нужных биологических признаков, но традиционные методы могут быть трудоемкими и субъективными.

Исследователи преодолели это ограничение, применив быстрое гиперспектральное дистанционное зондирование. Работа опубликована в Plant Phenomics.

Методология исследования

Команда оценила физиологические признаки (устьичную проводимость и водный потенциал листьев предрассветный и полуденный) и данные наземного и башенного гиперспектрального зондирования (400–2400 нм и 400–900 нм соответственно). Исследовали реакцию на засуху у 12 генотипов фасоли обыкновенной и 4 генотипов фасоли тепари в ходе 3 полевых кампаний (1 до засухи и 2 после).

На плантации создавали нормальные и засушливые условия (орошаемые и неорошаемые участки). Собранные данные анализировали с помощью метода машинного обучения — регрессии на частичных наименьших квадратах (PLSR).

Результаты

Моделирование PLSR позволило изучить два ключевых физиологических признака, индикатора водного статуса растений:

• Устьичную проводимость
• Водный потенциал листа (LWP)

Фасоль тепари, произрастающая в полузасушливых и засушливых условиях, показала в целом более высокую засухоустойчивость, чем фасоль обыкновенная.

Для облегчения дистанционных измерений также использовались беспилотные летательные аппараты (дроны). Сравнение методов показало, что наземный метод в целом превзошел башенный по точности прогноза для всех трех признаков (устьичная проводимость, предрассветный и полуденный LWP).

Характеризовать фенотипы реакции на засуху помогло кластеризация с помощью тепловых карт.

Выводы и значение

Гиперспектральные данные успешно предсказали исследуемые признаки бобов. Наблюдалось хорошее соответствие между наземными и физиологическими измерениями, что подтверждает валидность методики.

Этот современный метод на основе дистанционного зондирования можно использовать для прогнозирования признаков сельхозкультур как в условиях нормального орошения, так и в засушливых регионах, для мониторинга растительности и скрининга селекционных популяций.