基于分蘖期图像绿色面积分析的水稻产量潜力预测模型研究

【编辑推荐】来自国际团队的研究人员通过Fuzzy C-means聚类算法开发的图像分析系统，首次实现利用分蘖期单株绿色面积率(GAP)预测水稻产量相关性状。研究发现GAP与单株穗重(PMP)的贡献率达35.5%，与穗数(NPP)、每穗粒数(NGP)的决定系数R2分别达0.8145和0.6887，为水稻育种早期选择提供了创新性技术方案。

　　

这项突破性研究揭示了水稻分蘖期绿色面积率(Green Area Rate per Plant, GAP)与产量构成的奥秘。科研人员运用基于模糊C均值(Fuzzy C-means)聚类算法的图像分析技术，从单株侧视二维图像中精准提取GAP参数。通过多元回归分析发现，GAP对单株穗重(Panicle Mass per Plant, PMP)的贡献率高达35.5%，仅次于每株穗数(Number of Panicles per Plant, NPP)的42.1%。

令人振奋的是，线性模型显示GAP与PMP的R²达到0.8145，与NPP和每穗粒数(Number of Grains per Panicle, NGP)的R²分别为0.7369和0.6887，展现出惊人的预测能力。不过，GAP与千粒重(1000 Grain Mass, 1000 GM)的相关性较弱(R²=0.261)，这暗示着籽粒充实度可能受其他生理机制调控。

该技术为水稻育种带来革命性变革，使科研人员能在分蘖期就"预见"产量潜力，大幅缩短育种周期。就像给水稻装上了"产量预测眼"，这项创新方法将加速高产优质新品种的选育进程。