油菜是世界第三大油料作物，不仅是重要的食用油来源，也是饲料蛋白和生物柴油的重要原料之一，对现代食品、工业和生物能源等产业具有重要作用。过去十年，随着世界人口的逐渐增加，油菜籽的产量增长率仅为其他油料作物产量增长率的85%，难以满足人们对于油菜籽及其加工产品的需求，因此对油菜进行动态、精准的生长模拟与产量估算对于稳定市场波动和减少风险至关重要。然而，通用作物生长模型忽略了非叶绿色器官（如角果）的光合作用，在油菜产量估算中存在显著的低估现象，这不仅影响了对于油菜生长状态的准确评估，也为农业管理和政策制定带来了挑战。因此，开展针对油菜的产量估算方法研究，对于提高油菜的产量预测能力，推动农业可持续发展具有重要意义。
图1 SN-MGGE网络的架构
为进一步提高模型的预测准确性，研究使用了湘南油菜产区的两年田间实测数据，对所提两种模型参数校准方法进行了基于油菜产量模拟精度评价。研究结果表明，与传统的基于LAI的模型校准方法相比，TPAI-SPA和TPAI-Curve方法在提高油菜产量估算准确性方面表现出色。通过对比分析，采用TPAI-SPA方法时，贮藏器官干物质重 (TWSO) 和地上生物量 (TAGP) 的估算精度分别提高了9.68%和49.86%；采用TPAI-Curve方法的提高幅度则为14.04%和42.94%。上述实验结果表明，所提考虑非叶片绿色器官光合作用的TPAI-SPA和TPAI-Curve方法可有效修正基于通用作物模型的油菜产量模拟低估现象。
图2 基于LAI、TPAI-SPA、TPAI-Curve方法验证模型精度
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.
中国农业科学院农业资源与农业区划研究所副研究员吴尚蓉为通讯作者，中北大学信息与通信工程学院硕士研究生阮世伟和中国农业科学院农业资源与农业区划研究所硕士研究生曹红为共同第一作者。本研究得到了国家自然科学基金项目、中国农业科学院青年创新计划等项目的资助。
https://doi.org/10.34133/plantphenomics.0253
Maturity classification of rapeseed using hyperspectral image combined with machine learning
https://doi.org//10.34133/plantphenomics.0139
Plant Phenomics | 华中农业大学基于高光谱图像与机器学习对油菜籽的成熟度进行分类研究
https://doi.org/10.34133/plantphenomics.0209
Plant Phenomics | 利用无人机获取的生长动态在育种田中对双亲杂交甜菜进行高通量产量预测
《植物表型组学》（Plant Phenomics）是由南京农业大学创办的英文学术期刊，于2019年1月正式上线发行。采用开放获取形式，刊载植物表型组学交叉学科热点领域具有突破性科研进展的原创性研究论文、综述、数据集和观点。具体范围涵盖高通量表型分析的最新技术，基于图像分析和机器学习的表型分析研究，提取表型信息的新算法，作物栽培、植物育种和农业实践中的表型组学新应用，与植物表型相结合的分子生物学、植物生理学、统计学、作物模型和其他组学研究，表型组学相关的植物生物学等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等数据库收录。科睿唯安JCR2023影响因子为7.6，位于农艺学一区（1/125名），植物科学一区（13/265名），遥感一区（6/62名）。2023年中科院期刊分区位于农林科学大类一区。2020年入选中国科技期刊卓越行动计划高起点新刊项目、2024年入选江苏科技期刊卓越行动计划领军期刊项目。
说明：本文由《植物表型组学》编辑部负责组稿。
特邀作者：阮世伟、曹红
审核：尹欢、孔敏
