撒哈拉以南非洲地区农民参与的分散式田间试验中普通豆产量估算的准确性验证及其在育种决策中的应用

为解决小农户系统中品种更新率低和缺乏绝对产量数据的问题，研究人员通过公民科学支持的tricot方法，验证了农民生成的普通豆(Phaseolus vulgaris L.)产量估算数据与技术人员测量结果高度相关(r=0.96)，并开发了预测模型(R2 =0.901)。该研究为低成本、可扩展的育种决策提供了新途径。

　　

在撒哈拉以南非洲(SSA)，气候变化和人口增长对粮食安全构成严峻挑战。尽管育种技术取得进展，但小农户的品种更新率仍显著偏低，主要原因是传统育种多在条件优越的试验站进行，与真实农田环境存在差异。更关键的是，现有参与式方法依赖农民对品种的相对排名，无法提供绝对产量数据，难以衡量遗传增益或投资回报。这一瓶颈严重制约了适应气候变化的新品种推广。

针对这一难题，由国际生物多样性联盟和CIAT等机构组成的研究团队，在坦桑尼亚北部开展了一项创新性研究。他们采用公民科学支持的分散式田间试验方法——三技术比较(tricot)，让355名小农户在标准化地块(6×8m)种植不同基因型普通豆，并首次系统评估了农民产量估算数据的可靠性。该成果发表在《European Journal of Agronomy》上，为参与式育种提供了重要方法论突破。

研究团队运用三项关键技术：1)基于ClimMob平台的tricot试验设计，采用不完全区组分配三种匿名品种给农户；2)标准化产量测定协议，使用1L sado tin容器同步采集农民和技术人员的体积估算；3)建立混合效应模型，分析内在因素(种子含水量、几何尺寸)和外在因素(年龄、性别等)对估算准确性的影响。通过Bland-Altman检验和交叉验证评估数据可靠性。

3.1 农民主导产量数据的准确性
研究发现农民与技术人员的体积估算高度一致(r=0.96)，Bland-Altman检验显示对数产量差均值接近零。尽管存在轻微低估倾向(农民中位数0.75 tin vs 技术人员0.90 tin)，但Sweet Violet和RCB593在两个群体中分别保持最高和最低产量排名，证明农民能有效区分基因型表现。

3.2 内在和外在因素对估算准确性的影响
出乎意料的是，种子含水量(11.9%变异解释)和几何特征对估算影响有限。更关键的是，年龄、性别、推广服务参与度等外在因素均未显著影响准确性。特征选择最终确定的简化模型仅保留体积、品种与厚度/宽度的交互项，仍保持高解释力(R²
_M
=0.923)。

3.3 农民体积估算的预测模型
建立的线性混合模型显示，农民体积估算(FV)与绝对产量呈强正相关(斜率0.884，p<0.001)。交叉验证证实模型稳健性(RMSE=0.233，R²
=0.901)，且市场类别(market class)的纳入未显著提升预测效果(χ2=3.73，p=0.292)。

3.4 参与者数量的模拟分析
通过1000次农场模拟发现，仅需25户农户数据即可使RMSE稳定在0.09-0.14kg之间，R²
持续高于0.98，验证了该方法的可扩展性。

这项研究颠覆了传统认知，证明经过适当培训的小农户能生成与研究站相当质量的产量数据。其重要意义在于：1)解决了参与式育种缺乏绝对产量数据的核心瓶颈，使遗传增益量化成为可能；2)开发的预测模型可直接将体积转换为吨/公顷，为投资回报分析提供基础；3)证实小样本(约25农户)即可保证数据质量，大幅降低大规模推广成本。

值得注意的是，该方法在普通豆(大粒种子作物)上的成功仍需在其他作物上验证。研究团队特别指出，未来应关注小粒作物(如小麦、粟)的测量挑战，以及不规则田块面积估算带来的误差。尽管如此，这项工作为气候智能型农业提供了可操作的解决方案，通过赋能小农户参与科学研究，加速了适应品种的选育进程，对实现SSA地区的粮食安全目标具有深远意义。