UAV多光谱苎麻

耐旱种质筛选

利用无人机多光谱结合SVM模型，实现苎麻耐旱等级的客观分级，筛选出的耐旱种质可作为育种亲本或直接推广。

付虹雨 · Wei, Wang · Jianning, Lu · Yunkai, Yue · 崔国贤 · 佘玮

Nongye Jixie Xuebao/Transactions of the Chinese Society of Agricultural Machinery 2023

参数信息

SVM模型识别准确率

0.74

F1-score范围

0.69-0.79

筛选种质数量

3

种质资源样本数

36

技术优势

分级客观

SVM模型的耐旱等级识别准确率达0.74，避免了人工经验分级的主观性。

表型可遥感

无人机多光谱数据反演的SPAD值、叶面积指数和株高与实测值相关性较强，可用于大田高通量表型获取。

已选出种质

筛选出的PJ-CD、WS-XM和湘苎7号可直接用于生产或作为育种亲本，节省筛选时间。

应用场景

• 苎麻育种：直接用筛选出的耐旱种质作亲本，缩短育种周期。
• 作物耐旱筛选：用SVM模型替代人工分级，高效筛选耐旱材料。
• 种质资源鉴定：基于遥感表型客观鉴定耐旱种质，减少主观误差。