近日，我室作物水肥耦合高效调控创新团队在European Journal of Agronomy（中科院一区Top，IF = 4.5）在线发表了题为“Estimation of grain filling rate and thousand-grain weight of winter wheat (Triticum aestivum L.) using UAV-based multispectral images”的研究论文。该研究利用无人机多光谱影像和机器学习算法开发了一种有效估测冬小麦灌浆速率和千粒重的新方法，并实现了大田尺度空间制图。
在评估冬小麦产量以及指导小麦品种的选择和栽培策略方面，籽粒灌浆速率（GFR）和千粒重（TGW）扮演着至关重要的角色。然而，目前的GFR及TGW监测方法主要依赖于破坏性取样，在广阔的农田中无法实现快速评估。本研究旨在建立一种利用无人机多光谱影像估算冬小麦GFR及TGW的新方法。
本研究设置水氮互作试验，首先利用灰色关联分析法分析了叶面积指数（LAI）、叶绿素含量（SPAD）、地上部生物量（AGB）对于GFR的贡献度，并构建了一个综合指标LSA来表征GFR，建立LSA与GFR的线性回归模型。随后利用无人机多光谱影像，通过三种算法——偏最小二乘回归算法(PLSR)、随机森林算法(RF)和极端梯度增强算法(XGBoost)构建模型，估算了LAI、SPAD和AGB。然后基于LSA与GFR的线性回归模型以及LSA的估算结果，对GFR进行了估算与制图，并基于GFR和灌浆持续时间（GFD）估算了TGW。
GFR的估算结果表现出很高的准确度，模型决定系数（R2）为0.89，均方根误差（RMSE）为0.29g/d，归一化均方根误差（NRMSE）为10.0%。TGW的估算结果同样具有卓越的精确性，R2为0.92，RMSE为4.20g，NRMSE为8.1%。最后根据估算结果，绘制了GFR及TGW估测值的地块尺度分布图。本研究为无人机成像技术的应用提供了全新的途径，可以实现对冬小麦GFR和TGW的快速、非破坏性监测，为田间的水肥管理决策提供了有力支持。
作物水肥耦合高效调控创新团队硕士生张宝元、谷利敏副教授为该论文的共同第一作者，甄文超教授和国家农业信息化工程技术研究中心的顾晓鹤研究员为通讯作者。该研究得到了国家自然科学基金（42271319）、河北省重点研发计划（22326406D、21327001D）、河北省现代农业产业技术体系(HBCT2023010202)、华北作物改良与调控国家重点实验室自主研究课题和引进人才（NCCIR2021ZZ-24、 NCCIR2020RC-10）等项目的资助。
论文链接：https://doi.org/10.1016/j.eja.2024.127258
