植物育種學(xué)家每次會(huì)栽培數(shù)千個(gè)潛力品種；直到現(xiàn)在，對(duì)植物關(guān)鍵特征的觀察都是人工完成的。在一項(xiàng)新的研究中，在對(duì)潛力品種的測(cè)試?yán)铮瑹o(wú)人駕駛飛行器，或無(wú)人駕駛飛機(jī)，可成功地用來(lái)遠(yuǎn)程評(píng)估和預(yù)測(cè)大豆成熟時(shí)間。使用無(wú)人機(jī)來(lái)完成這項(xiàng)工作可以大大減少評(píng)估新作物所需的工時(shí)。

當(dāng)植物育種學(xué)家開(kāi)發(fā)新的作物品種時(shí)，他們會(huì)種植很多植物，而且他們都需要反復(fù)檢查。

“農(nóng)民可能會(huì)有100英畝土地，只種植一個(gè)大豆品種，而植物育種學(xué)家可能會(huì)在10英畝土地上種植1萬(wàn)種潛在品種。農(nóng)民可以快速地確定田地里的單一大豆品種什么時(shí)候才能收割。但是，在秋天，植物育種學(xué)家必須反復(fù)走過(guò)實(shí)驗(yàn)田，以確定每種潛在作物的成熟時(shí)間，” 伊利諾伊大學(xué)大豆育種家布瑞恩 迪爾思解釋說(shuō)。

“我們每三天都必須進(jìn)行檢查，”碩士生內(nèi)森 施米茨補(bǔ)充道。“在一年中的收獲季節(jié)里，這要花費(fèi)我們大量的時(shí)間。而且田地里有時(shí)候很熱，有時(shí)候又很泥濘。”

為了簡(jiǎn)化工作，一個(gè)跨學(xué)科的研究團(tuán)隊(duì)，包括植物育種學(xué)家，計(jì)算機(jī)科學(xué)家，工程師和地理信息專家都轉(zhuǎn)向無(wú)人駕駛飛行器——俗稱無(wú)人機(jī)領(lǐng)域的研究。

“當(dāng)無(wú)人機(jī)能夠?yàn)槲覀兯茫覀儗⒀芯咳绾尾拍軐⑦@項(xiàng)新技術(shù)應(yīng)用到育種領(lǐng)域。這是首次嘗試，我們?cè)噲D把復(fù)雜的事情簡(jiǎn)單化，”迪爾斯說(shuō)。

其中一個(gè)目標(biāo)是，利用裝載在無(wú)人機(jī)上的攝像頭，以及復(fù)雜的數(shù)據(jù)和成像分析技術(shù)，預(yù)測(cè)蠶豆的成熟時(shí)間。“我們利用多光譜成像技術(shù)，”施米茨解釋說(shuō)。“我們?cè)诔绦蛑薪⒁粋€(gè)方程式，以便獲取反射在植物上的光頻變化。顏色的變化就是我們?nèi)绾螌⒊墒炫c不成熟植物區(qū)分開(kāi)的依據(jù)。”

研究人員開(kāi)發(fā)了一種算法，將無(wú)人機(jī)獲取的圖像與用傳統(tǒng)方法（通過(guò)田間研究）衡量的蠶豆成熟度數(shù)據(jù)進(jìn)行對(duì)比。我們用無(wú)人機(jī)進(jìn)行的成熟度預(yù)測(cè)非常接近我們田間研究的記錄，迪爾斯指出。

通過(guò)模型做出的預(yù)測(cè)準(zhǔn)確率達(dá)到93%，但是，迪爾斯說(shuō)，如果沒(méi)有無(wú)人機(jī)自身固有的局限性，他們可能會(huì)做的更好。例如，無(wú)人機(jī)只能在陽(yáng)光明媚和風(fēng)力較小的日子里飛行。

對(duì)于它們?cè)谔岣咿r(nóng)業(yè)領(lǐng)域的效率和準(zhǔn)確率方面，無(wú)人機(jī)得到了越來(lái)越多的認(rèn)可，尤其是2016年8月新的FAA（聯(lián)邦航空局）規(guī)則生效后，本研究是首批利用無(wú)人機(jī)優(yōu)化育種實(shí)踐的研究。迪爾斯指出，該應(yīng)用對(duì)于大型育種企業(yè)非常實(shí)用，它們每年要測(cè)試數(shù)十萬(wàn)個(gè)潛在品種。如果利用這項(xiàng)技術(shù)，能夠讓植物育種學(xué)家節(jié)省時(shí)間和精力，新品種就可以被更快地開(kāi)發(fā)出來(lái)供農(nóng)民使用，這是一個(gè)受歡迎的改進(jìn)。

論文，“基于無(wú)人機(jī)平臺(tái)，提升大豆估產(chǎn)方法和植物成熟度預(yù)測(cè)的開(kāi)發(fā)方法”已經(jīng)發(fā)表在《環(huán)境遙感》期刊上。除了迪爾斯和施米茨，Neil Yu, Liujun Li, Lei Tian, 和 Jonathan Greenberg也是該論文的共同作者，他們都來(lái)自伊利諾伊大學(xué)。