Desarrollo de una plataforma móvil de imágenes multiespectrales para la fenotipificación precisa en el campo
Autores: Svensgaard, Jesper; Roitsch, Thomas; Christensen, Svend
Idioma: Inglés
Editor: MDPI
Año: 2014
Acceso abierto
Artículo científico
2014
Desarrollo de una plataforma móvil de imágenes multiespectrales para la fenotipificación precisa en el campo
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Agronomía y Ciencia de los Cultivos
Palabras clave
Fenotipado
Experimentos de campo
Imágenes multiespectrales
Fisiología de cultivos
Diferencias varietal
Alta precisión
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 27
Citaciones: Sin citaciones
La fenotipificación en experimentos de campo es desafiante debido a las interacciones entre las plantas y los efectos de factores bióticos y abióticos que aumentan la complejidad en el desarrollo de las plantas. En tales entornos, las mediciones visuales o destructivas se consideran el factor limitante y se necesitan enfoques novedosos. La imagen multispectral remota es un método poderoso que ha demostrado un potencial significativo para estimar la fisiología de los cultivos. Sin embargo, las mediciones precisas de las diferencias fenotípicas entre variedades de cultivos en experimentos de campo requieren la exclusión de las perturbaciones causadas por el viento y la variabilidad de la luz solar. Se desarrolló un sistema de imágenes multispectrales móvil y cerrado para estudiar dosel en experimentos de campo. Este sistema excluye el viento y la luz solar para garantizar la mayor precisión y exactitud posibles. Las imágenes multispectrales se adquirieron en un experimento con cuatro variedades de trigo diferentes, dos niveles de nitrógeno diferentes, replicados en dos tipos de suelo diferentes en cuatro fechas diferentes, desde el 15 de mayo (BBCH 13) hasta el 18 de junio (BBCH 41 a 57). Las imágenes fueron analizadas y se utilizaron la cobertura vegetal derivada y el Índice de Vegetación de Diferencia Normalizada (NDVI) para evaluar las diferencias varietal. Los resultados mostraron potencial para diferenciar entre las variedades utilizando tanto la cobertura vegetal como el NDVI, especialmente en las primeras etapas de crecimiento. Se discuten las perspectivas de imágenes de alta precisión y alto rendimiento para la fenotipificación en campo, incluidos los potenciales de medir diferencias varietal mediante imágenes espectrales en comparación con otras tecnologías más simples como la reflectancia espectral y las imágenes RGB.
Descripción
La fenotipificación en experimentos de campo es desafiante debido a las interacciones entre las plantas y los efectos de factores bióticos y abióticos que aumentan la complejidad en el desarrollo de las plantas. En tales entornos, las mediciones visuales o destructivas se consideran el factor limitante y se necesitan enfoques novedosos. La imagen multispectral remota es un método poderoso que ha demostrado un potencial significativo para estimar la fisiología de los cultivos. Sin embargo, las mediciones precisas de las diferencias fenotípicas entre variedades de cultivos en experimentos de campo requieren la exclusión de las perturbaciones causadas por el viento y la variabilidad de la luz solar. Se desarrolló un sistema de imágenes multispectrales móvil y cerrado para estudiar dosel en experimentos de campo. Este sistema excluye el viento y la luz solar para garantizar la mayor precisión y exactitud posibles. Las imágenes multispectrales se adquirieron en un experimento con cuatro variedades de trigo diferentes, dos niveles de nitrógeno diferentes, replicados en dos tipos de suelo diferentes en cuatro fechas diferentes, desde el 15 de mayo (BBCH 13) hasta el 18 de junio (BBCH 41 a 57). Las imágenes fueron analizadas y se utilizaron la cobertura vegetal derivada y el Índice de Vegetación de Diferencia Normalizada (NDVI) para evaluar las diferencias varietal. Los resultados mostraron potencial para diferenciar entre las variedades utilizando tanto la cobertura vegetal como el NDVI, especialmente en las primeras etapas de crecimiento. Se discuten las perspectivas de imágenes de alta precisión y alto rendimiento para la fenotipificación en campo, incluidos los potenciales de medir diferencias varietal mediante imágenes espectrales en comparación con otras tecnologías más simples como la reflectancia espectral y las imágenes RGB.