摘要
为了优化育种计划的表型分析过程，从多光谱图像中获得的植被指数（VIs）可以作为间接选择小麦（Triticum aestivum L.）品系的潜在工具。本研究评估了在小麦育种计划的早期阶段使用植被指数和多光谱波段进行间接选择的效果。我们分析了852个F2:4代小麦品系，这些品系是在增强区组设计下种植的。使用安装在无人机上的多光谱相机在三个时间点（抽穗期以及之后15天和30天）采集了实验田的图像。选择过程通过多性状基因型-理想型距离指数（MGIDI）来进行。接收者操作特征（ROC）曲线用于评估植被指数/波段的分类性能。ROC分析显示，在抽穗期，红色、绿色、蓝色和近红外（NIR）波段以及反射指数中的改良叶绿素吸收值提供了最佳的区分能力，曲线下面积值高达0.70，表明分类性能令人满意。然而，间接选择带来的遗传增益有限：表现最好的分类器——NIR波段——仅实现了使用MGIDI指数所获得增益的18%。尽管存在这一限制，尤其是抽穗期的早期光谱数据对于识别优良品系仍然非常有用。这些发现突显了在早期育种阶段使用多光谱数据进行间接选择的潜力与局限性，并强调了生长阶段和变量选择对提高分类性能的重要性。
通俗语言总结
像植被指数（VIs）这样的遥感工具可以帮助提高植物育种的选育效率。本研究评估了基于无人机获取的多光谱图像中的植被指数和光谱波段是否能够在早期育种阶段支持小麦基因型的间接选择。总共评估了852个F2:3代小麦品系，并在抽穗期及之后的两个时间点采集了图像。某些植被指数和图像波段，尤其是在抽穗期采集的，显示出识别优良植株的良好潜力。然而，与传统多性状选择方法相比，间接选择带来的遗传增益有限。这些结果表明，多光谱成像技术具有潜力，但目前还不能完全替代传统的田间评估方法。
利益冲突声明
作者声明没有利益冲突。
