Unmanned aerial vehicle time‐series phenotyping illuminates genotype‐specific responses to off‐target dicamba exposure in soybean

摘要 麦草畏（dicamba）是一种合成生长素类除草剂，广泛用于苗后杂草防除。然而，其高挥发性和喷雾飘移潜力引发了人们对非靶标双子叶作物的担忧，这些作物缺乏提供生物工程抗性的麦草畏单加氧酶（dicamba monooxygenase）转基因。本研究旨在评估基于无人机（UAV）的多光谱成像在量化非靶标麦草畏药害中的实际应用，利用对麦草畏具有已知耐受（T）和敏感（S）响应的非转基因（GM）大豆（Glycine max (L.) Merr.）基因型作为参考框架。我们于2021年和2022年开展了田间试验，使用不同的麦草畏剂量。在约6–8周内，每约5天记录一次时序视觉药害评估（0–5级）。在T和S品系之间检测到显著差异，尤其是在1/500单次和每周重复处理下，差异最为明显。为提高视觉药害评估的精度，利用多次飞行获取的无人机多光谱影像计算了4种植被指数（VIs）：绿叶指数（GLI）、归一化超绿指数（ExG2）、归一化绿红差异指数（NGRDI）和红边归一化差异植被指数（RENDVI）。这些植被指数捕捉到了T和S品系之间的差异，表明麦草畏药害可通过遥感在不同大豆基因型间进行量化。在各飞行日期的所有处理中，视觉药害评分与植被指数评分之间均观察到强负相关，2021年GLI、ExG2、NGRDI和RENDVI的总体相关系数分别为−0.43、−0.43、−0.44和−0.39，2022年分别为−0.54、−0.54、−0.64和−0.57。这些结果支持无人机衍生植被指数在大豆非靶标除草剂药害检测和量化中的实用性，有助于推动开发非转基因耐受基因型的科学研究工作。