Monitoring growth and ground cover of turfgrass germplasm using a UAV-mounted multispectral sensor in a ground-based system

高效选育具有持久绿色覆盖的草坪草种质，需要在多个观测时期进行评估，而非仅依据单一时间点。本研究构建了一个整合框架，用于对526份草坪草种质进行时间序列评价和多标准选择，这些种质在2021年8月至12月的一个生长季内、单一试验环境中每月监测一次。绿色覆盖百分比（GCP）量化了可见冠层覆盖度，而归一化差异植被指数（NDVI）则提供了冠层绿色度的补充光谱信息。四个多月份汇总性状——GCP曲线下面积（AUC）、后期GCP、NDVI AUC和后期NDVI——构成了一个共同性状空间，并通过互补的分析步骤加以检验：K均值聚类刻画了宽泛的时间表现分组，帕累托筛选保留了非支配权衡，先验等权综合评分对所得候选材料进行排序。三聚类方案分离出一个由97份种质组成的高表现组，全局帕累托集包含14份种质。排序确定了5份有前景的候选材料，敏感性分析表明其中4份构成稳定核心，而第5个位置取决于性状权重的适度变化。在单一生长季和环境的限制范围内，结果表明，整合多月份性状、聚类、帕累托筛选、综合排序和敏感性分析，为优先选择草坪草种质以开展进一步评价提供了一个透明的框架。