Digital Phenotyping of Drought Tolerance in Brassica carinata
Notice bibliographique
Résumé
Drought is becoming a major environmental challenge in the Canadian prairies. The oilseed Brassica carinata, a dedicated industrial feedstock crop used for biofuel production, is to be climate resilient. However, no systematic studies have been conducted to investigate drought tolerance in this crop. To address this knowledge gap, this study aims to identify digital phenotypes associated with drought tolerance. We grew 47 B. carinata Nested Association Mapping (NAM) founder lines and two B. napus checks under both irrigated and rainfed conditions at the AAFC Saskatoon Research Farm in 2023, a year with precipitation well below normal. Phenological and agro-morphological traits were recorded and a UAV equipped with RBG, multispectral and thermal sensors provided digital phenotyping data at key growth stages from rosette to maturity. We identified a stress susceptibility index that is strongly correlated (R2=0.9) with seed yield reduction percentage in rainfed compared to irrigated conditions and thus indicative for drought tolerance. Further, Lasso regression model was used to develop a descriptive model for drought tolerance. The model showed that the most important predictors for drought tolerance under rainfed conditions were plant height, harvest index, normalized difference yellowness index (NDYI) (61 DAS), crop volume (81 DAS), normalized difference water index (NDWI) (102 DAS), photochemical reflectance index (PRI) (102 DAS), canopy temperature at 58 DAS, and canopy temperature at 74 DAS. Among the UAV-derived traits, canopy temperature at 58 DAS, NDYI (61 DAS) and crop volume (81 DAS) emerged as the most critical contributors, indicating that they may serve as proxies for predicting drought tolerance. These findings highlight the utility of integrating UAV-based thermal and multispectral data with quantitative agronomic measures to assess drought tolerance in Brassica species.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,004 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».