NDAVI Improves Genotypic Discrimination in Dense Bread Wheat Canopies under Moderate Nitrogen Contrast

方法

无人机多光谱影像，四种指数，线性混合模型与重复性分析。

发现

NDAVI重复性最高且能区分基因型，NDVI对氮响应最强但无法区分基因型。

机会点

可探索NDAVI在其它作物或更高密度冠层中的基因型区分能力及抗饱和机制。

目的：快速、无损地评估小麦冠层状态对于改进氮素管理和田间表型分析具有重要意义。本研究评估了无人机多光谱植被指数在生殖阶段密集冠层条件下检测与中等非零氮素差异相关的冠层光谱变异以及区分商业面包小麦基因型的能力。材料与方法：田间试验于2024—2025生长季在土耳其伊兹密尔博尔诺瓦进行，采用10个商业面包小麦品种，设置低氮（LN）和高氮（HN）处理，采用裂区随机完全区组设计，4次重复。在抽穗后至开花前，使用搭载MicaSense RedEdge-P传感器的DJI Matrice 350 RTK无人机获取多光谱影像。基于小区尺度反射率数据计算了4个冠层植被指数：NDVI、GNDVI、CLRED和NDAVI。各指数采用线性混合模型进行分析，并通过变异系数、重复性和基因型特异性可塑性进一步评估指数一致性。结论：氮素处理显著影响NDVI、GNDVI和NDAVI，高氮处理下指数值高于低氮处理，而CLRED未受氮素的显著影响。在评估的指数中，NDVI表现出最强的氮素响应，表明其可用于检测整体氮素相关的冠层差异。然而，基因型效应仅对NDAVI显著，而NDVI、GNDVI和CLRED未能提供可靠的基因型区分。NDAVI还表现出最高的重复性（0.791）和最低的变异系数（1.14%），支持其更优的一致性和区分能力。无人机多光谱指数成功检测了面包小麦对中等氮素差异的冠层光谱响应，但不同指数的氮素敏感性和基因型区分能力存在显著差异。在评估的指数中，NDAVI似乎是检测小麦基因型差异最有前景的指数，尤其是当NDVI等常规指数可能受到饱和限制时。