南京农业大学农学院智慧农业团队在小麦三维光合性状高通量获取方面取得重大进展

       南京农业大学农学院智慧农业团队基于点云和光谱融合生成作物三维光合表型进行了深入研究，为作物高产理想株型筛选提供了理论与技术基础，相关研究成果发表于《Remote Sensing of Environment》。本研究利用激光雷达（Light detection and ranging, LiDAR）点云和多光谱影像进行融合，生成作物多光谱点云，从而估算作物光合相关参数的三维空间分布。　　基于数字表面模型方法，将无人机平台的LiDAR点云与多光谱影像反射率进行融合，量化了小麦的三维光合性状。结果表明，融合光谱信息后的点云能够准确表征不同条件下的小麦光合参数三维空间分布。小麦冠层不同层（上层、中层和下层）之间的光合性状具有显著差异性（p< 0.05）。进一步基于小麦光合参数三维空间分布，筛选并新建兼具结构和生理信息的三维光合新指标CPn_P75th和CCC_P75th，这些指标相比于传统遥感指标和农学性状对作物产量表型具有更好的指示能力。