Plant Phenomics | 南京農(nóng)業(yè)大學(xué)基于結(jié)果枝環(huán)剝和機器學(xué)習(xí)的梨樹最佳葉面積果比研究
根據(jù)FAO的2022年最新數(shù)據(jù),我國梨樹的種植面積占全球梨樹種植面積的69%,年產(chǎn)量超過1600萬噸。果實品質(zhì)是決定梨市場競爭力的重要因素,然而,由于我國梨果實品質(zhì)參差不齊,其經(jīng)濟效益并不理想。梨樹栽培中,樹體果實負(fù)載量是影響梨果實品質(zhì)的重要因素之一,確定合理負(fù)載量的核心方法是葉果比(LFR)法,其本質(zhì)是光合面積與果實數(shù)量的比率,即葉面積果比(LAFR),怎樣快速有效分析葉面積并指導(dǎo)科學(xué)有效疏果工作成為生產(chǎn)中亟需解決的技術(shù)問題。此外,以往研究中在一定程度上忽略了由于葉片/果實年際生長而導(dǎo)致的LFR或LAFR的動態(tài)變化,導(dǎo)致前期研究得出的LFR或LAFR建議值可能僅在梨樹特定的發(fā)育時期有效,而不足以覆蓋果實整個發(fā)育周期,難以為梨不同階段的疏果工作提供有效的指導(dǎo)。
2024年9月,Plant Phenomics在線發(fā)表了由南京農(nóng)業(yè)大學(xué)園藝學(xué)院、三亞研究院、前沿交叉研究院和日本東京大學(xué)合作完成的題為Study on the Optimal Leaf Area-to-Fruit Ratio of Pear Trees on the Basis of Bearing Branch Girdling and Machine Learning的研究論文。
本研究提出了一種基于結(jié)果枝環(huán)剝技術(shù)和機器學(xué)習(xí)的梨樹不同發(fā)育時期最佳LAFR估算方法,并將其應(yīng)用于梨樹栽培實踐中,證實了方法的有效性并估算了早熟砂梨5個不同時期(包括幼果期和果實成熟期)的最佳LAFR和LFR,指導(dǎo)不同時期的疏果作業(yè)。
本研究首先利用結(jié)果枝環(huán)剝技術(shù),對結(jié)果枝進(jìn)行處理并采集了每組樣本在不同時期的梨果實品質(zhì)和對應(yīng)的LAFR數(shù)據(jù)。其次,使用相關(guān)性分析篩選出與LAFR變化顯著相關(guān)的果實品質(zhì)。進(jìn)一步通過聚類算法和主成分分析,篩選出具有最高果實品質(zhì)的類及其對應(yīng)的LAFR數(shù)據(jù),用于構(gòu)建數(shù)據(jù)集。最后使用最小二乘法對數(shù)據(jù)進(jìn)行擬合并確定了不同時期的最佳LAFR值及其對應(yīng)的最佳LFR值,其結(jié)果為:花后28、42、63、91、112天(DAF)的最佳LAFR值分別為12.54、18.95、23.79、27.06、28.76 dm2(對應(yīng)的最佳LFR分別為19、29、36、41、44)。
本研究進(jìn)一步通過大規(guī)模田間驗證試驗證實了所估算的最佳LAFR值在提高梨果實品質(zhì)的有效性。選取了兩個早熟砂梨品種,在幼果期進(jìn)行隨機疏果以改變不同樣本的LAFR。在果實成熟期采集LAFR和果實品質(zhì)實測值,用于構(gòu)建數(shù)據(jù)集。結(jié)果顯示,相比非最佳LAFR,最佳LAFR可以提高包括果實大小和糖分含量在內(nèi)的品質(zhì)數(shù)據(jù),而進(jìn)一步提高LAFR值無法繼續(xù)提高果實品質(zhì),還會造成產(chǎn)量下降。該結(jié)果證實了在果實成熟期(112DAF),28.76 dm2是產(chǎn)生最佳果實品質(zhì)同時保持合理產(chǎn)量的臨界值,代表最佳LAFR。其對應(yīng)的幼果期(28/42DAF)最佳LAFR為12.54/18.95 dm2。
綜上所述,本研究優(yōu)化了梨樹不同時期的LAFR,并證實了最佳LAFR對改善果實品質(zhì)的有效性。本研究為合理確定梨樹負(fù)載量,指導(dǎo)疏果作業(yè),實現(xiàn)優(yōu)質(zhì)、清潔的果實生產(chǎn),提高果實品質(zhì)和經(jīng)濟效益提供了理論依據(jù)。本研究提出的LAFR研究流程是一種有效的策略,可以擴展到其他果樹的LAFR研究。
圖1.(A)實驗地點。(B)本研究的工作流程。(1)在環(huán)剝實驗中,收集了每個樣本在不同階段的果實質(zhì)量和葉面積數(shù)據(jù),使用相關(guān)性分析、聚類算法、主成分分析和最小二乘法確定每個時期的最佳LAFR。(2)在田間驗證實驗中,收集了每棵梨樹的LAFR和果實品質(zhì)數(shù)據(jù),通過比較不同LAFR下的果實品質(zhì)來驗證最佳LAFR改善果實品質(zhì)的能力。
圖2.兩個早熟砂梨品種‘翠冠’和‘翠玉’在不同LAFR下的果實品質(zhì)比較。采用t檢驗和ANOVA進(jìn)行統(tǒng)計分析。差異顯著性用“*”和“**”表示,分別表示P≤0.05和P≤0.01,“ns”表示差異不顯著。
南京農(nóng)業(yè)大學(xué)園藝學(xué)院/三亞研究院張紹鈴院士團(tuán)隊博士生張帆航為本論文的第一作者,博士生王琪為共同第一作者,陶書田教授為通訊作者,南京農(nóng)業(yè)大學(xué)前沿交叉研究院穆悅博士和日本東京大學(xué)二宮正士教授為共同通訊作者。南京農(nóng)業(yè)大學(xué)園藝學(xué)院/三亞研究院張紹鈴院士、博士生嚴(yán)鑫、已畢業(yè)碩士譚志豪和祖嘯潮,前沿交叉研究院已畢業(yè)博士周欽陽和已畢業(yè)碩士李海濤參與了研究工作。該研究得到了江蘇省農(nóng)業(yè)科技自主創(chuàng)新資金項目(CX(22)2025和CX(23)1011)、南京農(nóng)業(yè)大學(xué)三亞研究院成果轉(zhuǎn)化基金項目(NAUSY-CG-YB06)和國家現(xiàn)代農(nóng)業(yè)(梨)產(chǎn)業(yè)技術(shù)體系(CARS-28)的資助。
作者團(tuán)隊介紹
陶書田教授,南京農(nóng)業(yè)大學(xué)園藝學(xué)院教授,博士生導(dǎo)師,現(xiàn)任國家梨產(chǎn)業(yè)技術(shù)體系崗位科學(xué)家。
研究方向:(1)果實品質(zhì)發(fā)育生理及調(diào)控技術(shù);(2)木質(zhì)素合成及石細(xì)胞形成機理與調(diào)控;(3)木質(zhì)素生物學(xué);(4)果樹表型組學(xué)與智慧高效栽培。
二宮正士教授,日本東京大學(xué)名譽教授,曾任亞洲農(nóng)業(yè)信息技術(shù)聯(lián)盟主席,日本農(nóng)林水產(chǎn)省農(nóng)業(yè)研究中心上席研究官,農(nóng)林水產(chǎn)省農(nóng)業(yè)IT研究推進(jìn)負(fù)責(zé)人,日本國家農(nóng)業(yè)研究機構(gòu)研究管理監(jiān)等職務(wù),現(xiàn)任日本科學(xué)技術(shù)振興機構(gòu)超先端研究總負(fù)責(zé)人,日本農(nóng)林水產(chǎn)省農(nóng)林水產(chǎn)技術(shù)會議會員。
研究方向:(1)基于圖像的多平臺作物表型研究;(2)田間服務(wù)器(Field Server)研究;(3)農(nóng)業(yè)大數(shù)據(jù)研究。
穆悅博士,南京農(nóng)業(yè)大學(xué)前沿交叉研究院講師,博士畢業(yè)于中國林業(yè)科學(xué)研究院,博士后留學(xué)于日本東京大學(xué)。
研究方向:(1)果樹冠層結(jié)構(gòu)分析與光合利用;(2)智慧果園相關(guān)應(yīng)用。
論文鏈接:
https://doi.org/10.34133/plantphenomics.0233
——推薦閱讀——
UAV-assisted dynamic monitoring of wheat uniformity toward yield and biomass estimation
https://doi.org/10.34133/plantphenomics.0191
Plant Phenomics | 南農(nóng)農(nóng)學(xué)院聯(lián)合前沿交叉研究院提出基于無人機圖像田間小麥生長均勻度的定量化方法
Interaction of Genotype, Environment, and Management on Organ-Specific Critical Nitrogen Dilution Curve in Wheat
https://doi.org/10.34133/plantphenomics.0078
Plant Phenomics | 南京農(nóng)業(yè)大學(xué)揭示基因型、環(huán)境和管理對小麥器官特異性臨界氮稀釋曲線的影響
加入作者交流群
掃碼添加小編微信,拉您進(jìn)入《植物表型組學(xué)》作者交流群,群內(nèi)不定期開展作者分享會、?l(fā)布會等高質(zhì)量活動。
添加小編微信,備注姓名+單位+PP,加入作者交流群
About Plant Phenomics
《植物表型組學(xué)》(Plant Phenomics)是由南京農(nóng)業(yè)大學(xué)和美國科學(xué)促進(jìn)會(AAAS)合作創(chuàng)辦的英文學(xué)術(shù)期刊,于2019年1月正式上線發(fā)行。采用開放獲取形式,刊載植物表型組學(xué)交叉學(xué)科熱點領(lǐng)域具有突破性科研進(jìn)展的原創(chuàng)性研究論文、綜述、數(shù)據(jù)集和觀點。具體范圍涵蓋高通量表型分析的最新技術(shù),基于圖像分析和機器學(xué)習(xí)的表型分析研究,提取表型信息的新算法,作物栽培、植物育種和農(nóng)業(yè)實踐中的表型組學(xué)新應(yīng)用,與植物表型相結(jié)合的分子生物學(xué)、植物生理學(xué)、統(tǒng)計學(xué)、作物模型和其他組學(xué)研究,表型組學(xué)相關(guān)的植物生物學(xué)等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等數(shù)據(jù)庫收錄?祁Nò睯CR2022影響因子為7.6,位于農(nóng)藝學(xué)、植物科學(xué)、遙感一區(qū)。2023年中科院期刊分區(qū)位于農(nóng)林科學(xué)大類一區(qū)。2020年入選中國科技期刊卓越行動計劃高起點新刊項目、2024年入選江蘇科技期刊卓越行動計劃領(lǐng)軍期刊項目。
說明:本文由《植物表型組學(xué)》編輯部負(fù)責(zé)組稿。
中文內(nèi)容僅供參考,一切內(nèi)容以英文原版為準(zhǔn)。
特邀作者:張帆航,陶書田
編輯排版:王平、張婕(上海交通大學(xué))
審核:尹歡、孔敏