利用RGB数据建立数学模型，用于水稻品系比较分析及断裂点分布研究

《BMC Plant Biology》：Mathematical modeling with RGB data for comparative analysis of rice lineages and distribution of breaking points

　　

摘要

水稻（Oryza sativa L.）是一种重要的粮食作物，为全球大量人口提供热量来源。随着育种方法从传统方式向数字化手段转变，图像分析在区分不同水稻品种方面变得至关重要。然而，究竟在哪个生长阶段使用图像分析才能最有效地对水稻品种进行分类，目前仍不确定。本研究旨在通过无损图像处理和RGB比率分析来评估102个水稻品种。在生长周期内每隔两天拍摄一次图像，并构建了一种RGB比率公式，通过排除背景像素来突出植物的特征。回归分析确定了用于区分品种的关键时间点：在移栽后55天和75天时，红色（R）通道最为有效；而在60天和80天时，绿色（G）通道效果最佳。通过对分段回归得到的斜率进行层次聚类，将这102个品种分为三个不同的群组，反映了它们的生态类型。这些研究结果为水稻品种的分类提供了一种精准且高效的方法，为育种者提供了关于最适宜进行品种区分的时间点的关键信息。通过优化图像分析技术，这项研究提升了水稻育种工作的效率，也有助于更有针对性地管理遗传资源，从而实现更好的性状选择。