Drought is one of the main limiting factors of soybean production. The great deal of time and effort that current available phenotyping methods demand hampers the selection of tolerant genotypes. Therefore, the development of techniques capable of determining the water status of plants in a fast and practical way may improve the ability to distinguish genotypes under water deficit conditions. The aim of this study was to correlate physiological variables such as relative water content and gas exchange measurements, with vegetation indices (VIs) and spectral bands in order to optimize tools for plant phenotyping. Two trials were carried out, one in a climatic chamber and one in the field. The soybean genotypes were submitted to water deficit and control (irrigated) conditions. The variables measured were relative water content, leaf temperature, photosynthesis, transpiration, stomatal conductance and internal CO 2 content. The VIs NDWI (1000–1600) , NDWI (1000–2300) , NMDI, MSI and the spectral bands SWIR 1600 , SWIR 2300 , ρ1440, ρ1920, ρ1440+ρ1920, ρ1920−ρ1440 and SWIR−ρ1440 were obtained using a hyperspectral sensor. According to the results, the physiological measurements, the VIs and the spectral bands were able to differentiate the water conditions to which the genotypes were submitted and, in some cases, the indices and bands were more sensitive than the physiological measures to detect genotype effect. All indices and bands were efficient in determining the water status of soybean plants. However, the SWIR indices were the most sensitive, allowing the differentiation of a greater number of genotypes with high accuracy.

中文翻译：

---

植被指数和 NIR-SWIR 光谱带作为确定大豆水分状况的表型工具

干旱是大豆生产的主要限制因素之一。当前可用的表型分析方法需要大量的时间和精力，阻碍了耐受基因型的选择。因此，开发能够以快速实用的方式确定植物水分状况的技术，可以提高在缺水条件下区分基因型的能力。本研究的目的是将生理变量（例如相对含水量和气体交换测量值）与植被指数 (VI) 和光谱带相关联，以优化植物表型分析工具。进行了两项试验，一项在气候室中，一项在田间。大豆基因型处于缺水和对照（灌溉）条件下。测量的变量是相对含水量、叶温、光合作用、蒸腾作用、气孔导度和内部 CO 2 含量。VIs NDWI (1000–1600) , NDWI (1000–2300) , NMDI, MSI 和光谱带 SWIR 1600 , SWIR 2300 , ρ1440, ρ1920, ρ1440+ρ1920, ρ1440- ρ14410-19410-1920-1920-1920-1920-1920-1920-1920-1920-1920-1920-1920-1920-1920 . 根据结果​​，生理测量、VI 和光谱带能够区分基因型提交的水条件，并且在某些情况下，指数和带比生理测量更敏感，以检测基因型效应。所有指数和条带都可有效确定大豆植物的水分状况。然而，SWIR 指数是最敏感的，允许以高精度区分更多的基因型。气孔导度和内部 CO 2 含量。VIs NDWI (1000–1600) , NDWI (1000–2300) , NMDI, MSI 和光谱带 SWIR 1600 , SWIR 2300 , ρ1440, ρ1920, ρ1440+ρ1920, ρ1440- ρ14410-19410-1920-1920-1920-1920-1920-1920-1920-1920-1920-1920-1920-1920-1920 . 根据结果​​，生理测量、VI 和光谱带能够区分基因型提交的水条件，并且在某些情况下，指数和带比生理测量更敏感，以检测基因型效应。所有指数和条带都可有效确定大豆植物的水分状况。然而，SWIR 指数是最敏感的，允许以高精度区分更多的基因型。气孔导度和内部 CO 2 含量。VIs NDWI (1000–1600) , NDWI (1000–2300) , NMDI, MSI 和光谱带 SWIR 1600 , SWIR 2300 , ρ1440, ρ1920, ρ1440+ρ1920, ρ1440- ρ14410-19410-1920-1920-1920-1920-1920-1920-1920-1920-1920-1920-1920-1920-1920 . 根据结果​​，生理测量、VI 和光谱带能够区分基因型提交的水条件，并且在某些情况下，指数和带比生理测量更敏感，以检测基因型效应。所有指数和条带都可有效确定大豆植物的水分状况。然而，SWIR 指数是最敏感的，允许以高精度区分更多的基因型。MSI 和 SWIR 1600、SWIR 2300、ρ1440、ρ1920、ρ1440+ρ1920、ρ1920−ρ1440 和 SWIR−ρ1440 的光谱带是使用高光谱传感器获得的。根据结果​​，生理测量、VI 和光谱带能够区分基因型提交的水条件，并且在某些情况下，指数和带比生理测量更敏感，以检测基因型效应。所有指数和条带都可有效确定大豆植物的水分状况。然而，SWIR 指数是最敏感的，允许以高精度区分更多的基因型。MSI 和 SWIR 1600、SWIR 2300、ρ1440、ρ1920、ρ1440+ρ1920、ρ1920−ρ1440 和 SWIR−ρ1440 的光谱带是使用高光谱传感器获得的。根据结果​​，生理测量、VI 和光谱带能够区分基因型提交的水条件，并且在某些情况下，指数和带比生理测量更敏感，以检测基因型效应。所有指数和条带都可有效确定大豆植物的水分状况。然而，SWIR 指数是最敏感的，允许以高精度区分更多的基因型。VI 和光谱带能够区分基因型所处的水条件，在某些情况下，指数和光谱带比生理测量更敏感，以检测基因型效应。所有指数和条带都可有效确定大豆植物的水分状况。然而，SWIR 指数是最敏感的，允许以高精度区分更多的基因型。VI 和光谱带能够区分基因型所处的水条件，在某些情况下，指数和光谱带比生理测量更敏感，以检测基因型效应。所有指数和条带都可有效确定大豆植物的水分状况。然而，SWIR 指数是最敏感的，允许以高精度区分更多的基因型。