气候变化带来的环境压力可以改变植物成熟过程中的源库关系，导致过早衰老和产量下降。利用无人机 (UAVs) 成像技术的最新发展，可以加速解释小麦 (Triticum aestivum) 衰老自然变异的遗传控制。在这里，作者描述了使用无人机多光谱图像中得出的植物指数 (VIs) 来量化小麦的衰老。在田间，以双单倍体群体和亲本品种为研究对象，研究了花后不同生育时间点(TPs)的高遗传率衰老及其对籽粒产量(GY)的影响。

 

 

使用无人机对小麦冠层进行高通量表型分析。 A，198彩平台招商试验位置和细节，(B) 无人机系统，(C) 数据采集工作流程，(D) 平均图像重叠的结果，以估计正镶嵌产生的每个像素，(E) 密集点云的结果，(F)收集数据时的重要GTPs，(G) 捕获不同光反射率背后的机制 (H) VIs估计值的一般方程和使用多光谱像素 (m-像素)无人机的 VIs的可视化（绿色表示最高 VIs，红色表示最低 VIs 值）和（I）VI与GY的相关性。

 

 

使用不同的基于无人机的 VIs 组合来选择延缓衰老比使用单一的地面植被指数更有效。作者使用 660K 单核苷酸多态性阵列鉴定了营养生长、衰老和 GY 的 28 个数量性状基因座 (QTL)。其中有 17 个 QTL分布在染色体 2B、3A、3D、5A、5D、5B 和 6D上，这些QTL在传统的表型分析方法中尚未见报道。

 

重要 VIs 的时间可视化。 A、CCCI 和 (B) RNDVI 是通过组合 NIR、红色和绿色波段的多光谱像素得出的。 (A) 和 (B) 中的左图和右图分别显示了漯河试验点 TP90、TP50 和 T10 DH 系间性状的总体和差异。 绿色像素表示图中的最大 VIs 值。

 

 

这种综合方法使作者能够在 5D 染色体上识别出一个重要的、以前未报告的、198彩平台测绘中心与衰老相关的位点，该位点在谷物灌浆期间在所有 TPs 中显示出高表型变异（高达 18.1%）。通过在自然群体中建立竞争性等位基因特异性 PCR 标记，验证了该 QTL 的缓慢衰老的功能。研究结果表明，基于无人机的高通量表型分析有利于对小麦衰老的遗传基础的研究。