Technique basée sur l’imagerie hyperspectrale acquise par drone pour estimer la maturité des gousses de canola (Brassica napus L.)
Citation
Singh, K.D., Duddu, H.S., Vail, S., Parkin, I., and Shirtliffe, S.J., “Technique basée sur l’imagerie hyperspectrale acquise par drone pour estimer la maturité des gousses de canola (Brassica napus L.)”, Canadian Journal of Remote Sensing (CJRS), 47(1), 2021, pp. 33-47 (https://doi.org/10.1080/07038992.2021.1881464)
Résumé en langage clair
L'indice de maturité des gousses de canola (CPMI) a été développé en utilisant l'imagerie hyperspectrale aérienne. Comparé aux indices de végétation existants, l'indice CPMI a démontré une relation plus forte avec l'humidité des gousses et des graines de canola. Il a également été observé que le nouvel indice était capable de trouver des différences entre les génotypes avec des temps de maturité variables, ce qui suggère son utilité potentielle dans le phénotypage des plantes pour les programmes d'amélioration des cultures. Cette recherche sera étendue à différents lieux environnementaux pour voir si les mêmes largeurs de bande continuent à bien corréler avec la teneur en eau des gousses de graines dans divers génotypes de canola. Comme l'indice est basé sur des bandes spectrales dans les régions visibles et NIR, les capteurs multispectraux existants ou les caméras RGB modifiées avec la bande NIR peuvent être utilisés pour évaluer la maturité du canola. En outre, cette méthodologie pourrait être utilisée comme un outil non destructif pour alerter les agriculteurs afin qu'ils évaluent le moment de la maturité des semences avec plus de précision que ne le permettent les pratiques actuelles. Cela aiderait également les sélectionneurs et les agronomes à obtenir des signes précoces pour l'évaluation de la maturité du canola et à effectuer une sélection précise des génotypes sur la base de la maturité. En outre, la généralisation de cette approche à d'autres cultures d'intérêt sera d'une grande valeur dans diverses conditions de terrain. En outre, la combinaison de données hyperspectrales avec des données RVB et multispectrales pourrait apporter de nouvelles perspectives dans le domaine de la recherche phénotypique à haut débit.
Résumé
L’identification du stade optimal de maturité des gousses de canola est essentielle pour maximiser le rendement et la qualité des semences, et constitue aussi un trait phénotypique important dans les programmes d’amélioration de la qualité des cultures. La méthode conventionnelle consiste en une inspection visuelle du changement de couleur de la graine. Sinon, des capteurs hyperspectraux ont le potentiel de déterminer l’état physiologique des cultures. Par conséquent, l’objectif de l’étude est d’estimer la maturité des graines de canola á l’aide de l’imagerie hyperspectrale. Cinq génotypes de canola (NAM-0, NAM-13, NAM-17, NAM-48 et NAM-76) ont été sélectionnés á partir d’une expérience impliquant 56 populations. Le champ expérimental a été imagé par une caméra hyperspectrale montée sur un drone (400-1000 nm) lors de cinq stades de croissance allant de la formation des gousses á la maturité proche de la récolte (BBCH-79(S1) á 88(S5)). Pour chaque génotype, l’humidité des gousses et des graines a été estimée le jour de l’imagerie. Une dérivation de premier ordre a été effectuée sur les données de réflectance afin de déterminer les bandes spectrales optimales. Dans le cadre de cette étude, un nouvel indice de végétation appelé” Canola-Pod-Maturity Index (CPMI)” a été développé. Le CPMI a été évalué en comparaison avec quatre indices de végétation existants (mNDRE, PSRI, MCARI, WBI). Le CPMI a montré une corrélation plus forte avec l’humidité des gousses (R2≃0.81-0.98) qu’avec celle des graines (0.66-0.85) et ce pour tous les génotypes. En outre, le nouvel indice a permis de trouver des différences entre des génotypes ayant des temps de maturité variables.