基于通用作物生長(zhǎng)模型的油菜非葉綠色器官產(chǎn)量估算研究

Plant Phenomics | 中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所基于通用作物生長(zhǎng)模型的油菜非葉綠色器官產(chǎn)量估算研究

油菜是世界第三大油料作物，不僅是重要的食用油來(lái)源，也是飼料蛋白和生物柴油的重要原料之一，對(duì)現(xiàn)代食品、工業(yè)和生物能源等產(chǎn)業(yè)具有重要作用。過(guò)去十年，隨著世界人口的逐漸增加，油菜籽的產(chǎn)量增長(zhǎng)率僅為其他油料作物產(chǎn)量增長(zhǎng)率的85%，難以滿(mǎn)足人們對(duì)于油菜籽及其加工產(chǎn)品的需求，因此對(duì)油菜進(jìn)行動(dòng)態(tài)、精準(zhǔn)的生長(zhǎng)模擬與產(chǎn)量估算對(duì)于穩(wěn)定市場(chǎng)波動(dòng)和減少風(fēng)險(xiǎn)至關(guān)重要。然而，通用作物生長(zhǎng)模型忽略了非葉綠色器官（如角果）的光合作用，在油菜產(chǎn)量估算中存在顯著的低估現(xiàn)象，這不僅影響了對(duì)于油菜生長(zhǎng)狀態(tài)的準(zhǔn)確評(píng)估，也為農(nóng)業(yè)管理和政策制定帶來(lái)了挑戰(zhàn)。因此，開(kāi)展針對(duì)油菜的產(chǎn)量估算方法研究，對(duì)于提高油菜的產(chǎn)量預(yù)測(cè)能力，推動(dòng)農(nóng)業(yè)可持續(xù)發(fā)展具有重要意義。

2024年9月，Plant Phenomics在線(xiàn)發(fā)表了中國(guó)農(nóng)科院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所吳尚蓉研究員團(tuán)隊(duì)題為Rape Yield Estimation Considering Non-Foliar Green Organs Based on the General Crop Growth Model 的研究論文。

研究團(tuán)隊(duì)通過(guò)對(duì)我國(guó)湘南主要油菜產(chǎn)區(qū)進(jìn)行為期兩年的田間數(shù)據(jù)采集和分析，考慮到非葉片綠色器官的光合作用，提出了總光合面積指數(shù) (TPAI) 作為模型校準(zhǔn)的替代變量；并基于總光合面積指數(shù)TPAI，提出了兩種新型參數(shù)校準(zhǔn)方法：基于總光合面積指數(shù)和比角果面積的方法 (TPAI-SPA) 和基于總光合面積指數(shù)和曲線(xiàn)擬合的方法 (TPAI-Curve) 。所提總光合面積指數(shù)TPAI和校準(zhǔn)方法突破了傳統(tǒng)通用作物生長(zhǎng)模型依賴(lài)于葉面積指數(shù) (LAI) 作為校準(zhǔn)參數(shù)的局限性，可以更全面地反映油菜生長(zhǎng)過(guò)程中光合器官作用和演替的復(fù)雜性。研究結(jié)果符合作物產(chǎn)量形成的農(nóng)學(xué)機(jī)理，即油菜的莢果在生長(zhǎng)后期逐漸成為主要的光合器官，莢果的光合作用在增產(chǎn)中發(fā)揮著重要作用。因此，考慮莢果光合作用對(duì)提高油菜產(chǎn)量估算的準(zhǔn)確性至關(guān)重要。

圖1 SN-MGGE網(wǎng)絡(luò)的架構(gòu)

為進(jìn)一步提高模型的預(yù)測(cè)準(zhǔn)確性，研究使用了湘南油菜產(chǎn)區(qū)的兩年田間實(shí)測(cè)數(shù)據(jù)，對(duì)所提兩種模型參數(shù)校準(zhǔn)方法進(jìn)行了基于油菜產(chǎn)量模擬精度評(píng)價(jià)。研究結(jié)果表明，與傳統(tǒng)的基于LAI的模型校準(zhǔn)方法相比，TPAI-SPA和TPAI-Curve方法在提高油菜產(chǎn)量估算準(zhǔn)確性方面表現(xiàn)出色。通過(guò)對(duì)比分析，采用TPAI-SPA方法時(shí)，貯藏器官干物質(zhì)重 (TWSO) 和地上生物量 (TAGP) 的估算精度分別提高了9.68%和49.86%；采用TPAI-Curve方法的提高幅度則為14.04%和42.94%。上述實(shí)驗(yàn)結(jié)果表明，所提考慮非葉片綠色器官光合作用的TPAI-SPA和TPAI-Curve方法可有效修正基于通用作物模型的油菜產(chǎn)量模擬低估現(xiàn)象。

圖2 基于LAI、TPAI-SPA、TPAI-Curve方法驗(yàn)證模型精度

注：LAI方法：(A) 20/21年TWSO. (B) 20/21年TAGP. (C) 22/23年TWSO. (D) 22/23年TAGP. TPAI-SPA方法：(E) 20/21年TWSO. (F) 20/21年TAGP. (G) 22/23年TWSO. (H) 22/23年TAGP. TPAI-Curve方法：(I) 20/21年TWSO. (J) 20/21年TAGP. (K) 22/23年TWSO. (L) 22/23年TAGP.

中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所副研究員吳尚蓉為通訊作者，中北大學(xué)信息與通信工程學(xué)院碩士研究生阮世偉和中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所碩士研究生曹紅為共同第一作者。本研究得到了國(guó)家自然科學(xué)基金項(xiàng)目、中國(guó)農(nóng)業(yè)科學(xué)院青年創(chuàng)新計(jì)劃等項(xiàng)目的資助。

論文鏈接：
https://doi.org/10.34133/plantphenomics.02‍53

——推薦閱讀——
Maturity classification of rapeseed using hyperspectral image combined with machine learning
https://doi.org//10.34133/plantphenomics.0139
Plant Phenomics | 華中農(nóng)業(yè)大學(xué)基于高光譜圖像與機(jī)器學(xué)習(xí)對(duì)油菜籽的成熟度進(jìn)行分類(lèi)研究
High-Throughput Yield Prediction of Diallele Crossed Sugar Beet in a Breeding Field Using UAV-Derived Growth Dynamics
https://doi.org/10.34133/plantphenomics.020‍9
Plant Phenomics | 利用無(wú)人機(jī)獲取的生長(zhǎng)動(dòng)態(tài)在育種田中對(duì)雙親雜交甜菜進(jìn)行高通量產(chǎn)量預(yù)測(cè)

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(kāi)展作者分享會(huì)、專(zhuān)刊發(fā)布會(huì)等高質(zhì)量活動(dòng)。

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)創(chuàng)辦的英文學(xué)術(shù)期刊，于2019年1月正式上線(xiàn)發(fā)行。采用開(kāi)放獲取形式，刊載植物表型組學(xué)交叉學(xué)科熱點(diǎn)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(guān)點(diǎn)。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(jī)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(shí)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(jì)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(kù)收錄�？祁Ｎò睯CR2023影響因子為7.6，位于農(nóng)藝學(xué)一區(qū)（1/125名），植物科學(xué)一區(qū)（13/265名），遙感一區(qū)（6/62名）。2023年中科院期刊分區(qū)位于農(nóng)林科學(xué)大類(lèi)一區(qū)。2020年入選中國(guó)科技期刊卓越行動(dòng)計(jì)劃高起點(diǎn)新刊項(xiàng)目、2024年入選江蘇科技期刊卓越行動(dòng)計(jì)劃領(lǐng)軍期刊項(xiàng)目。

說(shuō)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：阮世偉、曹紅
編輯排版：王平、張婕（上海交通大學(xué)）
審核：尹歡、孔敏