一个研究小组在无人机 (UAV) 上安装了一台 RGB 相机，收集甜菜冠层覆盖率和高度的时间序列数据。这些数据用于高精度预测根重和糖含量。这种创新技术通过提供收获前选择标准来增强育种者的决策能力，减少了人工测量需求。基于无人机的方法还可以指导生产田的精准施肥，展示其在提高农业效率和作物产量预测方面的价值。

甜菜(Beta vulgaris L.)是生产糖的重要作物，但尽管产量增加，但种植面积却有所下降。当前的研究利用杂种优势来提高甜菜的生产力，但传统的育种方法劳动密集且效率低下。尽管高通量无人机表型分析在其他作物中显示出潜在的前景，但它在甜菜产量和糖含量预测方面的应用尚未得到充分探索。

2024 年 6 月 11 日发表在《植物表型学》上的一项研究(DOI：10.34133/plantphenomics.0209)旨在开发一种高通量无人机方法，以准确预测甜菜根重和糖含量，提高育种效率和品种开发。

该研究采用基于无人机的高通量表型分析来评估甜菜育种田的产量和叶片生长情况。在三个季节中，监测和分析了冠层覆盖率 (CC) 和冠层高度 (CH)。2018 年，有利条件导致早期快速生长，而 2020 年的干旱降低了植物生长。2021 年，条件理想，导致生长良好。多年来观察到根重 (RW) 和糖含量 (SC) 的显著变化，方差分析 (ANOVA) 表明种质之间存在显著差异。每 30 天的无人机飞行提供了详细的生长模式，逻辑模型拟合 CC 数据，Gompertz 模型拟合 CH 数据。这些模型的积分用于遗传分析，揭示了 RW、SC、CCint120 和 CHint120 的显著一般和特定结合能力 (GCA 和 SCA)，表明加性和非加性基因作用。多元回归分析使用 CC 和 CH 数据预测 RW 和 SC，获得高相关系数( RW 的R 2 = 0.89，SC 的 R 2 = 0.83)。这些发现凸显了基于无人机的表型分析在甜菜育种中实现高效产量预测和遗传分析的潜力。

该研究的首席研究员 Kazunori Taguchi 表示：“我们简单而强大的解决方案展示了如何将最先进的遥感工具和基本分析方法应用于小块育种田地进行选择。”

总之，本研究利用基于无人机的数据驱动方法来增强育种者和农民在甜菜种植方面的决策能力。这种方法表明，基于无人机的表型分析可以有效预测甜菜产量，并通过提供有关生长模式的重要数据来协助基因分析。未来的应用可能会将这种方法扩展到其他作物，通过整合先进的遥感和机器学习技术来指导精准农业并改进育种计划。