無人駕駛航空器系統(UAS)是一種特別強大的植物表型分析工具，由于具有采購和部署價格公道、操控簡便靈活、可以無縫融入各種規模的表型網絡(Figure 1)、能夠通過改變載荷輕松實現傳感器多樣化(Table 2)等優勢，其在植物研究和育種中的應用愈發廣泛。大多數用于植物表型的飛行器都可以歸于由國際民用航空組織(ICAO)所定義的“遙控飛行器系統(RPAS)”概念之中，根據使用的國家和地區的不同，這些設備的名稱略有不同。因此為了避免歧義，該文將“無人機”、“無人駕駛飛行器(UAV)”等統稱為了“無人駕駛航空器系統(UAS)”。

近日,Plant Phenomics刊發了題為UAS-Based Plant Phenotyping for Research and Breeding Applications 的研究論文，該綜述全面地介紹了當前基于無人機的表型分析方法的技術水平，降低了植物研究和育種領域研究者初次使用無人機進行表型分析的難度。

Figure 1: UAS across phenotyping scales, sensing levels, and ground sampling distance (GSD). Image is for illustration purposes and not to scale.

Table 2: Main sensor types mounted as UAS payloads.

在使用無人駕駛航空器系統時，使用者必須從植物科學的角度出發做出多項技術決策，來確保在后續分析中可用的信息最大化。這些關鍵的技術決策包括但不限于：應該選擇何種無人機及傳感器套件？部署及數據處理的關鍵步驟有哪些？在這個方向里面有哪些工作已被完成？目前無人駕駛航空器系統在植物表型分析中最先進的應用是什么？有哪些問題、趨勢和挑戰？

為了解答以上問題，該文章回顧了基于無人機的表型平臺在設備部署、數據采集、數據管理、數據存儲及分析方面(Figure 2)的最新技術，討論了當下亟需解決的技術問題，確定了植物研究界需要了解的無人駕駛航空器表型方向的未來趨勢，并指出了哪些關鍵的植物科學和農藝問題將會在下一代基于無人駕駛航空器的成像及數據分析方法中得到解決。

Figure 2: UAS workflow pipeline: data collection, transfer, upload, storage, and analytics.

論文鏈接

https://spj.sciencemag.org/journals/plantphenomics/2021/9840192/

——推薦閱讀——

The Application of UAV-Based Hyperspectral Imaging to Estimate Crop Traits in Maize Inbred Lines

https://spj.sciencemag.org/journals/plantphenomics/2021/9890745/

Plant Phenomics | 無人機高光譜影像在玉米自交系作物性狀估算中的應用

Classification of Rice Yield Using UAV-Based Hyperspectral Imagery and Lodging Feature

https://spj.sciencemag.org/journals/plantphenomics/2021/9765952/

Plant Phenomics | 結合無人機高光譜圖像和倒伏特征構建水稻產量類別檢測模型

About Plant Phenomics

《植物表型組學》（Plant Phenomics）是由南京農業大學和美國科學促進會（AAAS）合作創辦的英文學術期刊，于2019年1月正式上線發行，是Science合作出版的第二本期刊。采用開放獲取形式，刊載植物表型組學交叉學科熱點領域具有突破性科研進展的原創性研究論文、綜述、數據集和觀點。具體范圍涵蓋高通量表型分析的最新技術，基于圖像分析和機器學習的表型分析研究，提取表型信息的新算法，作物栽培、植物育種和農業實踐中的表型組學新應用，與植物表型相結合的分子生物學、植物生理學、統計學、作物模型和其他組學研究，表型組學相關的植物生物學等。期刊已被CABI、CNKI、DOAJ、PMC和Scopus數據庫收錄。

說明：本文由《植物表型組學》編輯部負責組稿。
中文內容僅供參考，一切內容以英文原版為準。
撰稿：王棟（實習）
編輯：張威（實習）、鞠笑、孔敏
審核：尹歡