RGB 正射图像、数字表面模型 (DSM)、数字地形模型 (DTM) 和冠层高度模型 (CHM)

地松光谱波段、植被指数以及生长性状在两个地点的家系相关关系

湿地松家系林多种植被指数分布图
良种化是林业高质量发展的重要保障，常规的林木良种选育路径主要依赖林地栽培来比较品系间表型性状参数（如适应性和生长性状等）优劣并做遗传分析，迄今表型测量技术还主要通过人工每木检尺或取样测定，耗时耗力且无法实现高通量测量。
近年来，无人机(UAV)低空遥感技术以其高分辨率、高通量、机动灵活成本低等优点，在农业与草业上已被广泛应用。近期亚林所林木种质资源团队将该技术应用于我国南方地区主要造林和产脂树种湿地松(Pinus elliottii)家系测定林系统研究，取得良好效果。
该研究通过无人机获取的图像和光谱数据，重建三维点云，并利用点云数据对湿地松家系林各单株进行了精确定位与分割，获取生长和冠幅性状信息；提取了各单株相应的光谱信息，计算多种植被指数。将获得的生长和生理性状数据进行了遗传分析研究，计算各性状的遗传相关性以及遗传力，评选出基于不同育种目标的多性状兼优的湿地松优良家系。研究成果为利用无人机遥感技术在林木冠层水平上实现大空间尺度的高通量表型研究提供了重要的理论指导。
该研究得到国家自然基金青年项目资助，成果发表在农林科学领域国际TOP期刊Industrial Crops & Products上，论文题目为“Heritable variation in tree growth and needle vegetation indices of slash pine (Pinus elliottii) using unmanned aerial vehicles (UAVs)”，硕士生陶学雨为第一作者，李彦杰助理研究员为通讯作者。（陶学雨/亚林所）