编辑推荐：
在精准农业备受关注的当下，研究人员为优化亚热带地区马铃薯（Solanum tuberosum L.）块茎产量预测，开展了以归一化植被指数（NDVI）为核心的研究。结果表明，NDVI 与产量强相关，滴灌结合覆盖能增产。该研究为马铃薯精准种植提供重要依据。
在全球农业发展进程中，精准预测农作物产量对于保障粮食安全、实现可持续农业至关重要。马铃薯作为一种重要的主食和经济作物，在全球范围内广泛种植，为无数人提供食物来源，并支撑着相关农业产业的发展。在印度的亚热带地区，农业是当地居民的主要生计，马铃薯的产量直接关系到人们的生活水平和地区经济发展。然而，当地马铃薯生产面临诸多挑战。气候多变，不同年份的温度、降水差异显著，使得马铃薯生长环境不稳定；土壤条件也不理想，有机碳、氮、钾等养分含量较低，影响植株生长；传统的依赖历史数据和经验模型的产量预测方法，难以应对实时变化的环境因素，无法为种植决策提供及时、准确的支持。这些问题严重制约了马铃薯的产量和种植效益，急需新的解决方案。
为解决这些问题，印度理工学院农业与食品工程系的研究人员开展了一项旨在优化亚热带地区马铃薯块茎产量预测的研究。他们聚焦于归一化植被指数（Normalized Difference Vegetation Index，NDVI），探索其在马铃薯产量预测中的应用潜力。研究成果发表在《Climate Smart Agriculture》上，为马铃薯种植管理提供了新的思路和方法。
在研究方法上，研究人员主要运用了以下关键技术：一是采用条区试验设计，设置土壤管理（覆盖和不覆盖）和水分管理（传统沟灌、滴灌至田间持水量、滴灌至 90% 田间持水量、滴灌至 80% 田间持水量）等多种处理，确保研究的全面性和科学性；二是利用 GreenSeeker 光学传感器测量 NDVI，该传感器通过获取近红外（774nm）和红色（656nm）波段的反射光，依据公式NDVI=NIR+RedNIR?Red计算出 NDVI 值，从而反映作物生长状况；三是运用相关性分析、主成分分析（Principal Component Analysis，PCA）和二次回归模型等统计方法，深入剖析各参数间的关系，挖掘影响产量的关键因素，构建精准的产量预测模型。
研究结果如下：
- 关键参数与块茎产量的相关性：通过对 60 天（60 DAP）时测量的六个关键参数与块茎产量进行相关性分析发现，NDVI（0.87）、块茎数量（0.80）、叶面积指数（Leaf Area Index，LAI，0.67）、生物量（0.59）和土壤含水量（Soil Moisture Content，SMC，0.63）与产量呈强正相关，表明这些因素对提高产量至关重要。而土壤温度（Soil Temperature，ST， -0.26）与产量呈弱负相关，高温可能会损害马铃薯的生长。
- 主成分分析：PCA 双标图显示，前两个主成分（PC1 和 PC2）解释了数据集 90.2% 的方差。NDVI、生物量、LAI 和块茎数量紧密相关，意味着 NDVI 的增加与更高的生物量积累和更好的冠层发育相关，进而促进块茎生产。滴灌覆盖处理（如 D - 90% FC - M、D - FC - M）产量最高，传统沟灌产量较低，说明优化的水分管理和覆盖措施对增产有积极作用。
- NDVI 和生物量动态变化：在 40 DAP 时，马铃薯处于早期营养生长阶段，NDVI 与生物量呈中度相关（R2 = 0.74），后期由于生理限制和资源竞争，生物量随 NDVI 增加趋于平稳。到 60 DAP 时，植株达到营养生长高峰，二者相关性增强（R2 = 0.86），此时 NDVI 是作物健康和产量潜力的可靠指标。
- 基于 NDVI 值的产量预测：利用第一年的田间试验数据建立二次回归模型预测产量，得到方程Tuberyield=?77.96×NDVI2+130.55×NDVI?9.61，R2达到 0.95。该模型反映了产量随 NDVI 的非线性变化趋势，即产量在适宜的 NDVI 范围内达到峰值，过高的 NDVI 值可能因营养生长过旺影响块茎发育。
- 模型验证和块茎产量优化：用第二年的数据对模型进行验证，结果显示观测产量和预测产量高度吻合，R2 = 0.97，归一化均方根误差（RMSE）为 9.20%，表明模型预测准确性高。通过拟合二次回归，确定最佳 NDVI 值为 0.37，对应最大预测块茎产量为 27.92 tha?1。
研究结论和讨论部分指出，本研究证实了 NDVI 作为一种可靠、无损的工具，在不同灌溉制度下对马铃薯块茎产量实时预测的潜力。所建立的二次回归模型能准确预测产量，且在不同季节表现稳健。滴灌（尤其是 D - FC 和 D - 90% FC）结合覆盖在改善冠层健康、优化水分利用和提高产量方面表现卓越，凸显了精准灌溉策略的重要性。然而，由于不同马铃薯品种在冠层结构、叶绿素含量等方面存在差异，可能影响 NDVI 值及其与产量的相关性，未来研究应针对不同品种进行模型校准，以提高模型在不同遗传背景下的适用性。
综上所述，该研究成果为马铃薯精准农业提供了重要的理论支持和实践指导。通过监测 NDVI，农民可以及时调整灌溉、施肥等农艺措施，实现资源的高效利用，提高马铃薯产量和经济效益，同时有助于应对气候变化对农业生产的挑战，推动可持续农业发展。
