近日，中国农业科学院农业资源与农业区划研究所农业布局与区域发展团队与地方高校合作，在马铃薯地上生物量估测及作物气候适宜性不确定性研究方面取得重要进展。研究成果“Multi-dimensional variables and feature parameter selection for aboveground biomass estimation of potato based on UAV multispectral imagery”、“Identifying sources of uncertainty in wheat production projections with consideration of crop climatic suitability under future climate”分别发表在相关领域国际期刊《Frontiers in Plant Science》和《Agricultural and Forest Meteorology》上。
据何英彬研究员介绍，地上生物量（AGB）是评估马铃薯生长发育、指导田间农业生产管理以及表征产量的重要指标，文章应用偏最小二乘回归（PLSR）和随机森林回归（RFR）方法对不进行变量选择以及使用不同方法进行变量选择的参数进行马铃薯AGB预测，并解释了不同维度变量在马铃薯AGB估测中的作用以及不同特征选择方法之间的差异，实现了马铃薯AGB高低值的精确估计，为快速提取作物表型信息和高通量筛选植物表型提供理论和技术支持。此外，作物生长模型（CMs）、全球气候模型（GCMs）和物种分布模型（SDMs）的组合经常被用于评估不同气候作物生长适宜区范围内的气候变化对作物产量的影响，然而考虑未来气候条件下作物气候适宜性的小麦产量预测不确定性来源的研究较少，文章基于CMs、SDMs和GCMs组合分析气候变化对黄土高原冬小麦产量的影响，着重分析CMs、SDMs和GCMs不同组合方法对不确定源的不确定性，研究发现CMs的不确定性较低，研究方法有助于合理整合CMs、SDMs和GCMs，从而开展未来气候变化情景下小麦产量的模拟和预测。
该研究工作得到中国农业科学院科技创新工程、国家自然科学基金共同资助。
文章链接：（1）https://doi.org/10.3389/fpls.2022.948249
（2）https://doi.org/10.1016/j.agrformet.2022.108933
