Ability of in situ canopy spectroscopy to differentiate genotype by environment interaction in wheat

In recent years, the application of remote sensing techniques is gaining a growing interest and importance in agriculture. Researchers often combine data from near-infrared and red spectral bands according to their specific objectives. These types of combinations present the disadvantage of lack of...

Descripción completa

Guardado en:
Detalles Bibliográficos
Otros Autores: Arias, Claudia, Montero Bulacio, Enrique, Rigalli, Nicolás, Romagnoli, Martín, Curín, Facundo, González, Fernanda Gabriela, Otegui, María Elena, Portapila, Margarita
Formato: Artículo
Lenguaje:Inglés
Materias:
Acceso en línea:http://ri.agro.uba.ar/files/intranet/articulo/2021arias.pdf
LINK AL EDITOR
Aporte de:Registro referencial: Solicitar el recurso aquí
LEADER 05484cab a22004457a 4500
001 20220802142939.0
003 AR-BaUFA
005 20220928124014.0
008 220802t2021 xxkd||||o|||| 00| 0 eng d
999 |c 54841  |d 54841 
999 |d 54841 
999 |d 54841 
999 |d 54841 
999 |d 54841 
022 |a 0143-1161 (impreso) 
022 |a 1566-5901 (en línea) 
024 |a 10.1080/01431161.2021.1875148 
040 |a AR-BaUFA  |c AR-BaUFA 
245 1 0 |a Ability of in situ canopy spectroscopy to differentiate genotype by environment interaction in wheat 
520 |a In recent years, the application of remote sensing techniques is gaining a growing interest and importance in agriculture. Researchers often combine data from near-infrared and red spectral bands according to their specific objectives. These types of combinations present the disadvantage of lack of sensitivity due to using a single or limited group of bands. In this work on-farm canopy spectral reflectance (CSR) data, composing of ten spectral bands (SBs) plus four spectral vegetation indices (SVIs), is considered in a joint manner to set up a methodology capable to identify genotype by environment interaction (GxE) in wheat. Spectral data are analysed over five wheat genotypes grown in five different environments. Historically breeders have recognized the potentially negative implications of GxE in selection and cultivar deployment and have focused on developing tools and resources to quantify it. We propose to perform a statistical batch processing, applying twoway analysis of variance to multiple spectral data, with genotype and environment as fixed factors. Results prove that this methodology performs well in both directions, capturing differences between genotypes within a single environment, and between environments for a single genotype, representing a step forward to converting spectral data into knowledge for the subject of GxE. 
650 |2 Agrovoc  |9 26 
653 |a WHEAT 
653 |a CANOPY 
653 |a ENVIRONMENT INTERACTION 
653 |a REMOTE SENSING 
653 |a GENOTYPE 
700 1 |a Arias, Claudia  |u Universidad Nacional de Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas (CONICET-UNR). Rosario, Santa Fe, Argentina.  |u CONICET - Universidad Nacional de Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas (CONICET-UNR). Rosario, Santa Fe, Argentina.  |9 71960 
700 1 |a Montero Bulacio, Enrique  |u Universidad Nacional de Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas (CONICET-UNR). Rosario, Santa Fe, Argentina.  |u CONICET - Universidad Nacional de Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas (CONICET-UNR). Rosario, Santa Fe, Argentina.  |9 73917 
700 1 |a Rigalli, Nicolás  |u Universidad Nacional de Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas (CONICET-UNR). Rosario, Santa Fe, Argentina.  |u CONICET - Universidad Nacional de Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas (CONICET-UNR). Rosario, Santa Fe, Argentina.  |9 71927 
700 1 |a Romagnoli, Martín  |u Universidad Nacional de Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas (CONICET-UNR). Rosario, Santa Fe, Argentina.  |u CONICET - Universidad Nacional de Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas (CONICET-UNR). Rosario, Santa Fe, Argentina.  |9 71929 
700 1 |a Curín, Facundo  |u Universidad Nacional del Noroeste (UNNOBA). Pergamino, Buenos Aires, Argentina.  |u CONICET - Universidad Nacional del Noroeste (CONICET - UNNOBA). Pergamino, Buenos Aires, Argentina.  |9 68740 
700 1 |a González, Fernanda Gabriela  |u Universidad Nacional del Noroeste (UNNOBA). Pergamino, Buenos Aires, Argentina.  |u CONICET - Universidad Nacional del Noroeste (CONICET - UNNOBA). Pergamino, Buenos Aires, Argentina.  |u Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Pergamino (EEA Pergamino). Pergamino, Buenos Aires, Argentina.  |9 11379 
700 1 |a Otegui, María Elena  |u Universidad de Buenos Aires. Facultad de Agronomía. Buenos Aires, Argentina.  |u Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Pergamino (EEA Pergamino). Pergamino, Buenos Aires, Argentina.  |u CONICET - Universidad de Buenos Aires. Facultad de Agronomía. Buenos Aires, Argentina.  |u CONICET - Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Pergamino (EEA Pergamino). Pergamino, Buenos Aires, Argentina.  |9 5930 
700 1 |a Portapila, Margarita  |u Universidad Nacional de Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas (CONICET-UNR). Rosario, Santa Fe, Argentina.  |u CONICET - Universidad Nacional de Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas (CONICET-UNR). Rosario, Santa Fe, Argentina.  |9 50556 
773 0 |t International Journal of Remote Sensing  |g Vol.42, no.10 (2021), p.3660–3680, tbls., grafs. 
856 |x ARTI202206  |f 2021arias  |i En reservorio  |q application/pdf  |u http://ri.agro.uba.ar/files/intranet/articulo/2021arias.pdf 
856 |u https://www.tandfonline.com  |z LINK AL EDITOR 
942 |c ARTICULO 
942 |c ENLINEA 
976 |a AAG