氣候變化帶來的環(huán)境壓力可以改變植物成熟過程中的源庫關(guān)系，導(dǎo)致過早衰老和產(chǎn)量下降。利用無人機 (UAVs) 成像技術(shù)的最新發(fā)展，可以加速解釋小麥 (Triticum aestivum) 衰老自然變異的遺傳控制。在這里，作者描述了使用無人機多光譜圖像中得出的植物指數(shù) (VIs) 來量化小麥的衰老。在田間，以雙單倍體群體和親本品種為研究對象，研究了花后不同生育時間點(TPs)的高遺傳率衰老及其對籽粒產(chǎn)量(GY)的影響。

使用無人機對小麥冠層進行高通量表型分析。 A，試驗位置和細節(jié)，(B) 無人機系統(tǒng)，(C) 數(shù)據(jù)采集工作流程，(D) 平均圖像重疊的結(jié)果，以估計正鑲嵌產(chǎn)生的每個像素，(E) 密集點云的結(jié)果，(F)收集數(shù)據(jù)時的重要GTPs，(G) 捕獲不同光反射率背后的機制 (H) VIs估計值的一般方程和使用多光譜像素 (m-像素)無人機的 VIs的可視化（綠色表示最高 VIs，紅色表示最低 VIs 值）和（I）VI與GY的相關(guān)性。

使用不同的基于無人機的 VIs 組合來選擇延緩衰老比使用單一的地面植被指數(shù)更有效。作者使用 660K 單核苷酸多態(tài)性陣列鑒定了營養(yǎng)生長、衰老和 GY 的 28 個數(shù)量性狀基因座 (QTL)。其中有 17 個 QTL分布在染色體 2B、3A、3D、5A、5D、5B 和 6D上，這些QTL在傳統(tǒng)的表型分析方法中尚未見報道。

重要 VIs 的時間可視化。 A、CCCI 和 (B) RNDVI 是通過組合 NIR、紅色和綠色波段的多光譜像素得出的。 (A) 和 (B) 中的左圖和右圖分別顯示了漯河試驗點 TP90、TP50 和 T10 DH 系間性狀的總體和差異。 綠色像素表示圖中的最大 VIs 值。

這種綜合方法使作者能夠在 5D 染色體上識別出一個重要的、以前未報告的、與衰老相關(guān)的位點，該位點在谷物灌漿期間在所有 TPs 中顯示出高表型變異（高達 18.1%）。通過在自然群體中建立競爭性等位基因特異性 PCR 標記，驗證了該 QTL 的緩慢衰老的功能。研究結(jié)果表明，基于無人機的高通量表型分析有利于對小麥衰老的遺傳基礎(chǔ)的研究。 

來源：Plant Physiology.Quantifying senescence in bread wheat using multispectral imaging from an unmanned aerial vehicle and QTL mapping.Muhammad Adeel Hassan, Mengjiao Yang, Awais Rasheed, Xiuling Tian, Matthew Reynolds, Xianchun Xia, Yonggui Xiao, Zhonghu He
https://doi.org/10.1093/plphys/kiab431