Wskaźniki spektralne w fenotypowaniu zbóż w warunkach polowych: możliwości i ograniczenia
Authors:
- Tomasz GóralTomasz Góral
- Krystyna RybkaKRKrystyna Rybka
Open Access
- 17 August 2026
- journal article
- Published by Plant Breeding and Acclimatization Institute - National Research Institute in Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin
Abstract
Postęp w zakresie wysokoprzepustowego fenotypowania roślin oraz rozwój bezzałogowych platform pomiarowych (UAV) istotnie zmieniły sposób oceny roślin w warunkach polowych. Szczególne znaczenie zyskały wskaźniki spektralne, umożliwiające nieniszczącą, ilościową i powtarzalną ocenę cech związanych ze wzrostem roślin, statusem wodnym, procesami starzenia oraz reakcją na stresy biotyczne i abiotyczne. W niniejszym artykule przedstawiono podstawy fizyczne rejestracji sygnału spektralnego, charakterystykę najczęściej stosowanych sensorów wykorzystywanych w fenotypowaniu polowym oraz przegląd wybranych wskaźników spektralnych stosowanych w badaniach nad zbożami. Omówiono biologiczną interpretację najważniejszych indeksów, ich zastosowanie w ocenie biomasy, wigoru roślin, statusu odżywienia, stresu wodnego, starzenia oraz w estymacji plonu. Przedstawiono również główne ograniczenia związane z interpretacją danych spektralnych w warunkach polowych, obejmujące wpływ warunków środowiskowych, tła glebowego, nasycenia sygnału oraz ograniczenia modeli predykcyjnych. Szczególną uwagę poświęcono współczesnym kierunkom rozwoju, obejmującym integrację danych z wielu detektorów oraz zastosowanie metod uczenia maszynowego i sztucznej inteligencji w analizie wielowymiarowych danych fenotypowych. Wskazano, że wskaźniki spektralne, stosowane w połączeniu z danymi strukturalnymi, termalnymi i środowiskowymi, stanowią ważne narzędzie wspierające nowoczesne fenotypowanie polowe oraz podejmowanie decyzji hodowlanych w zmiennych warunkach środowiskowych.Keywords
This publication has 88 references indexed in Scilit:
- Hyperspectral estimation on the photosynthetic phenotype of winter wheat under drought stress using machine learning algorithmsPrecision Agriculture, 2026
- Morphophysiological Plant Phenotyping for the Development of Plant Breeding Under Drought and Heat Conditions: A Practical ApproachFood and Energy Security, 2025
- Evaluation of winter-wheat water stress with UAV-based multispectral data and ensemble learning methodPlant and Soil, 2023
- LIDAR-Based Phenotyping for Drought Response and Drought Tolerance in PotatoPotato Research, 2022
- A Comprehensive Review of High Throughput Phenotyping and Machine Learning for Plant Stress PhenotypingPhenomics, 2022
- Effect of drought on wheat production in Poland between 1961 and 2019Crop Science, 2021
- High-Throughput Crop Phenotyping2021
- Crop reflectance indices for mapping water stress in greenhouse grown bell pepperAgricultural Water Management, 2019
- Remote estimation of gross primary production in wheat using chlorophyll-related vegetation indicesAgricultural and Forest Meteorology, 2009
- A reappraisal of the use of DMSO for the extraction and determination of chlorophylls a and b in lichens and higher plantsEnvironmental and Experimental Botany, 1992