使用无人机(UAV)和机器人的NDSU育种计划
这一页改编自一篇文章，NDSU使用无人机(UAV)和机器人的育种计划，这句话出现在 作物 & 害虫的报告 2022年8月4日.
NDSU作物育种计划至关重要，因为他们专注于开发专门适应我们种植区域的改良品种. 一个发布的品种结合了许多对特定作物具有经济重要性的理想性状. 然而, 植物育种是一项多年的长期工作，需要多个步骤，包括每年数百个杂交, 在多个地点进行评估, 优良遗传物质的选择. 这个育种管道是一项繁琐而乏味的工作，要找到一个具有所有所需性状的育种系. 尽管如此，植物育种对作物生产力的贡献已得到广泛证明.
植物育种家不断寻找方法和工具来提高选择效率(成本), time, 努力, 等.). 整合方法/工具作为基本遗传学, 基因组学, 农学, 生理学, 和病理/昆虫学, 等, 是否改进了选拔过程. 标记辅助选择(MAS), 高通量基因分型, 不断发展的基因组工具使育种者能够在育种管道中追踪一些具有经济重要性的特定基因. 目前育种计划中有效选择的瓶颈是需要在数千个品系(和多个地点)中手动测量所有感兴趣的性状。. 这在技术上被称为表现型. 一个被称为高通量表型的主要领域涉及提高以高通量方式(在短时间内许多样本)测量表型性状的能力，以提高性状测量的准确性和效率.
感谢北达科他州农业实验站的精准农业资助, 由NDSU人员(育种人员)组成的多学科小组, 农业与生物系统工程学院, 博士后, 学生们正在研究精准农业工具在他们的育种计划中的潜在乐虎集团. 比如干豆, 目标是使用无人机定期收集育种试验的数据，例如突发性性状, 株高, 郁闭, 到期日, 叶面疾病, 等. 豌豆育种项目正在测试无人机在田间条件下评估枯萎病对干豌豆叶片损害的效用. 类似的努力正在马铃薯育种项目中进行. 大豆项目正在收集无人机获得的子代行冠层闭合率数据，作为产量的预测指标.
除了, 野外机器人, 在庄稼的树冠下开车, 用于测量无人机难以探测到的特征(例如.g. 荚果相关性状，如每株荚果数和茎粗). 机器人的另一个用途是测量土豆“树冠下”的温度, 哪些可能与疾病发病率相关.
机器人和无人机的数据被用来与那些相同试验中手工记录的数据产生初步的相关性. 需要来自多个地点和年份的数据来开发强大的预测算法.
本研究结果也可乐虎集团于其他大规模作物生产的农业管理实践, 比如基于空中观测的模型，预测何时何地乐虎集团疾病管理和季节产量估计.
汉斯·坎德尔， NDSU推广农学家阔叶作物
胡安Osorno， NDSU干豆育种
保罗弗洛，新大农学助理教授 & 生物系统中.
Maria de Oliveira, NDSU研究生研究助理
Sai Manogna Adapa, NDSU研究生研究助理
