作物通过表现出某些改良的生物性状来适应气候和环境的变化。例如，生长在沙漠中的植物表现出抗旱性。然而，有时，植物育种成为确保最佳作物产量、应激反应和水分利用的必要条件。然后，高通量表型工具用于成本效益和所需生物性状的快速筛选。然而，这样的监视变得费力而费时。它还可能导致主观解释和作物破坏。美国的一个研究小组最近尝试使用快速高光谱遥感来克服这一限制。
加州大学戴维斯分校植物科学系的Christopher Y.S. Wong说:“我们评估了生理(气孔导度和黎明前和正午叶水势)以及基于地面和塔的高光谱遥感(分别为400-2400纳米和400-900纳米)测量，以评估12种普通豆和4种小毛豆基因型在3次田间试验(1次旱前和2次旱后)中的干旱响应。”
研究团队借助手持设备和塔式设备，利用高光谱成像技术。灌溉和不灌溉分别模拟正常和干旱条件。然后利用偏最小二乘回归(PLSR)对收集的数据进行分析。
PLSR模型能够特别地检测普通和小豆类的两个生理特征——气孔导度和叶片水势(LWP)。气孔导度和LWP都是反映植物水分状况的指标，常用于评价植物的耐旱性。
研究小组还部署了无人驾驶飞行器(无人机)，以进一步促进远程测量。然后进行了比较，以评估地基和塔基方法的有效性。例如，该团队注意到，在气孔导度、黎明前LWP和正午LWP这三个特征上，地面方法通常比基于塔的方法表现得更好。然后，研究人员使用热图聚类(主要用于突出干旱反应)来表征干旱反应表型。
高光谱数据能够成功预测所研究的大豆性状。此外，地面测量和生理测量之间有很好的一致性，从而验证了该技术。据研究人员说，这种新的基于遥感的现代农业技术也可以用于预测灌溉良好和干旱易发地区的作物性状。
“这项研究展示了高分辨率高光谱遥感在预测植物性状和跨基因型干旱响应表型方面的应用，用于植被监测和繁殖种群筛选，”同一部门的助理教授Troy S. Magney总结道。
