این فناوری با آشکار کردن تفاوت‌های ظریف در مزارع و شناسایی نواحی ژنتیکی مرتبط با ارتفاع که اغلب در روش‌های مرسوم اندازه‌گیری نادیده گرفته می‌شوند، توانسته ۱۱ ناحیه ژنی پایدار را شناسایی کند که دو مورد از آن‌ها تاکنون ناشناخته بوده است. این دستاورد همچنین به تولید نشانگرهای مولکولی منجر شد که می‌تواند فرآیند اصلاح نژاد گندم‌های پربازده و مقاوم در برابر خوابیدگی را تسریع کند.
گندم که نزدیک به یک‌پنجم کالری مصرفی جهان را تامین می‌کند، به‌شدت تحت تاثیر ویژگی ارتفاع گیاه قرار دارد. گیاهان بلندتر معمولا در برابر باد و باران آسیب‌پذیرترند و خطر خوابیدگی آن‌ها بیشتر است، درحالی‌که گیاهان کوتاه‌تر ممکن است زیست‌توده و راندمان فتوسنتزی کمتری داشته باشند. در گذشته استفاده از ژن‌های کوتاه‌کننده رشد سبب افزایش عملکرد شد، اما هنوز یافتن توازن ایده‌آل میان پایداری و بهره‌وری هدف اصلی اصلاح‌گران است. روش اندازه‌گیری دستی ارتفاع، کند و پرخطا بوده و جزئیات درون هر قطعه زمین را نادیده می‌گیرد.
برتری تصویربرداری مورب پهپادی نسبت به روش‌های متداول
مطالعه‌ای که توسط محققان دانشگاه کشاورزی چین (China Agricultural University) و آکادمی علوم کشاورزی چین (Chinese Academy of Agricultural Sciences) در نشریه پلنت فنومیکس (Plant Phenomics) منتشر شد، دو روش تصویربرداری پهپادی را مقایسه کرد: روش مورب دورانی یا (Cross-Circling Oblique) و روش معمول عمودی یا (Nadir Imaging) . نتایج نشان داد که روش مورب دورانی ابرهای سه‌بعدی متراکم‌تر و دقیق‌تری ایجاد کرده و جزئیات تاج گیاه (به‌ویژه در حاشیه قطعات) را بهتر ثبت می‌کند. این روش حتی قادر به نمایش سنبله‌های گندم بود.
آینده اصلاح نژاد با کمک فناوری‌های نوین
ترکیب تصویربرداری مورب پهپادی و تحلیل سه‌بعدی چندسطحی ارتفاع گیاه، ابزاری دقیق، اقتصادی و مقیاس‌پذیر برای اصلاح‌گران فراهم می‌کند تا ارزیابی ارتفاع در مزارع را با سرعت و دقت بیشتری انجام دهند. این رویکرد می‌تواند ژن‌هایی را آشکار کند که روش‌های مرسوم از شناسایی آن‌ها عاجز هستند و در نتیجه، انتخاب مبتنی بر نشانگر ژنتیکی را کارآمدتر سازد.
پژوهشگران معتقدند که این فناوری علاوه بر گندم، قابلیت کاربرد در سایر محصولات کشاورزی با ساختار تاج و اهمیت ارتفاع گیاه را نیز دارد و می‌تواند راهی تازه در کشاورزی دقیق و بهبود ارقام آینده بگشاید.
منبع: azorobotics
