High-throughput canopy light interception using aerial LiDAR in maize

方法

多环境田间试验，无人机LiDAR与光棒同步测量，建立体素冠层覆盖度与光截获的回归

发现

LiDAR体素覆盖度与光截获强相关(r=0.96)，通用线性模型精度高且无需逐试验校准。

机会点

可将LiDAR光截获表型拓展至其他作物与多时相育种场景，并融合无人机多源数据提升尺度化应用。

冠层光截获是一项重要的生理性状，传统上使用光杆（light bar）进行测量。然而，该测量方法受时间和后勤条件的限制（无云天气、仅在正午前后、高温环境下作业），难以在玉米育种项目等大型实验中实施。遥感技术的最新进展，尤其是航空激光雷达（LiDAR）的应用，为冠层结构的高通量表征提供了潜力。本研究旨在评估航空LiDAR能否可靠地估算光截获，并确定其在商业化玉米育种实验中部署的可行性。为此，在五个基因型、种植密度和灌溉处理各异的实验中采集了航空LiDAR数据和光杆测量数据。各实验和处理的籽粒产量在3.8至24.6 Mg ha⁻¹之间变化，最大叶面积指数范围为1.3至12.2 m² m⁻²。由LiDAR获取的体素冠层覆盖度（voxel canopy cover）在所有环境 and 处理中均与光杆光截获测量值高度相关（r = 0.96）。一个通用线性模型几乎不偏离1:1线，表现出高精度、低偏差和跨环境的一致性能，RMSE范围为5.5%至7.9%。与1:1线（LiDAR体素冠层覆盖度等于光截获）相比，各实验单独校准仅将预测精度提高5%，与通用线性模型相比提高10%，表明无需进行单独实验校准。LiDAR光截获显示出比光杆光截获测量更低的小区间误差和更高的处理遗传力。此外，在98%的情况下，由LiDAR数据推导的冠层光截获随时间演变曲线比由光杆数据推导的曲线拟合更准确。我们得出结论：航空LiDAR是一种有效的高通量工具，可用于测量玉米光截获，提供比传统光杆测量更一致且可扩展的数据。LiDAR体素冠层覆盖度等于光截获的模型在多种条件下均表现良好，并描述了支持其采用的工作流程。在讨论中，我们进一步描述了与传统光杆相比采用LiDAR的优势与不足，强调了其为玉米育种、作物生理学和整体田间研究提供的价值。