基于无人机系统与机器学习的粒用高粱多环境试验stay-green性状评估

《Crop Science》：Assessment of stay-green in grain sorghum across multi-location trials using unoccupied aerial systems and machine learning

　　

高粱（*Sorghum bicolor* (L.) Moench）是一种二倍体作物，主要在高温和有限灌溉条件下种植。育种工作通常聚焦于stay-green性状，即作物在经历花后干旱后保持绿色叶面积的能力。当该性状存在时，通过主观视觉分类评级进行评估。本研究的目标是在九个环境中评估stay-green性状，并开发一种机器学习模型，利用无人机系统（unoccupied aerial system, UAS）采集的植被指数来估算stay-green。供试杂交种来源于部分因子设计，包含来自三个公共育种项目和一项私营育种项目的种质材料。结果表明，每个育种项目在该性状上均存在可遗传变异，且共享种质材料对培育优异stay-green杂交种的效益在不同育种项目间存在差异。研究构建了五种机器学习模型用于估算stay-green；在测试和训练中，梯度提升机模型（gradient boosting machine model, GBM）的准确率最高达92%。验证数据集包含来自四个未见环境的数据，其平均准确率最高达66%（朴素贝叶斯模型，na?ve Bayes, NB）。朴素贝叶斯模型估算的stay-green遗传力（heritability, H²）比田间采集的评级高出16%。总体而言，朴素贝叶斯和梯度提升机模型表现最佳，展示了在粒用高粱中实现更高效、更低偏差stay-green评级采集的潜力。

**粒用高粱stay-green性状的多环境评估与无人机结合机器学习预测研究解读**

**一、研究背景与意义**

粒用高粱（*Sorghum bicolor* (L.) Moench）是典型的二倍体暖季作物，主要种植于高温和灌溉条件有限的地区，是干旱和半干旱地区重要的粮食和饲料来源。作为C4作物，粒用高粱具有较强的耐逆性，其在年降水量400毫米的条件下仍可获得经济产量，而水分亏缺是限制其产量最主要的环境因子，尤以花期水分胁迫危害最大，可导致产量降低超过55%。随着全球气候变化加剧，极端高温和低降雨事件预计将更加频繁，因此增强高粱的耐旱性成为育种工作的重要目标。

高粱的干旱胁迫可分为花前干旱和花后干旱两类。花后干旱发生在籽粒灌浆后期，表现为茎腐病和倒伏、籽粒变小以及叶片和茎的过早死亡。针对花后干旱耐受性，育种工作中常以stay-green性状作为评价指标。该性状指作物在经历花后干旱后维持绿色叶面积的能力，与植株含水量、叶片叶绿素含量及干旱条件下的籽粒产量密切相关。传统的stay-green性状评价以目测分级为主，依据小区内衰老叶片比例划分为低、中、高三个等级。然而，这种方法受评价者主观因素影响较大，评分一致性和可重复性难以保证，且耗时耗力。近年来，无人机系统（unoccupied aerial system, UAS）结合植被指数已被用于作物表型性状的高通量获取，为stay-green性状的客观、高效评价提供了新的技术途径。然而，已有的高粱相关研究大多局限于单一环境、少量杂交种或较窄的环境范围，缺乏针对多样种质在多环境条件下系统评估stay-green性状并构建稳健预测模型的研究。为此，本研究旨在评估粒用高粱多样杂交种在多环境试验中的stay-green表现，并利用UAS获取的植被指数构建机器学习模型以实现该性状的快速、客观估算。

**二、研究内容与主要结论**

研究人员利用来自三个公共育种项目（Texas A&M University, TAM；Kansas State University, KSU；美国农业部农业研究局ARS）和一个私营育种项目（S&W Seed Company, SW）的种质资源，通过48×48部分因子交配设计构建了1214份粒用高粱杂交种，并于2022年和2023年在堪萨斯州和得克萨斯州的九个环境中进行田间评价。田间试验采用增广设计，每个环境包含约400或800个小区。在生理成熟期，由同一名评价者在所有环境中采集了stay-green目测评级，同时使用搭载12百万像素相机的Skydio X2E无人机在30米高度采集田间图像，并基于正射影像提取五种可见光植被指数，包括可见光抗大气指数（VARI）、归一化绿红差异指数（NGRDI）、修正绿红植被指数（MGVRI）、绿色叶指数（GLI）和修正过量绿指数（MExG）。研究对田间数据进行方差分析，评估了各环境及干旱与非干旱环境下stay-green的遗传变异和广义遗传力（H²），并利用五种机器学习分类模型（K近邻KNN、梯度提升机GBM、朴素贝叶斯NB、随机森林RF和递归划分回归树RPART）构建stay-green估算模型。

研究得出以下主要结论：第一，在九个环境中，杂交种间stay-green评级均存在显著遗传变异，但干旱环境下stay-green的遗传力（H²=56%）显著高于非干旱环境（H²=32%），说明花后干旱胁迫是stay-green性状有效表达和遗传评价的必要条件。第二，干旱环境与非干旱环境中的stay-green最优线性无偏估计（BLUE）之间无显著线性关系，表明非干旱环境下观察到的叶片衰老与花后干旱导致的stay-green差异并非同一遗传机制，两类环境的评级结果不宜直接比较。第三，在干旱环境中，stay-green与籽粒产量呈显著正相关（r=0.15），但相关性较弱，可能与干旱环境下杂交种产量遗传变异不显著有关。第四，不同育种项目间stay-green表现存在差异，ARS和SW选育的杂交种在stay-green排名前10%中占比突出，而TAM项目内部杂交种表现相对较低，说明种质资源共享对某些育种项目改善stay-green具有积极意义。第五，五种机器学习模型在训练和测试阶段的平均准确率为77%–92%，其中GBM模型准确率最高（89%–92%）；在四个未见环境的验证中，各模型平均准确率为61%–66%，其中NB模型表现最佳（66%）。第六，在干旱环境的验证中，NB模型估算的stay-green遗传力（53%）比田间目测评级的遗传力（37%）高出16个百分点，且在所有模型中NB模型是唯一未检测到显著基因型与环境互作效应的模型。第七，在非干旱验证环境中，各机器学习模型估算的stay-green几乎无变异，能够避免在不存在花后干旱胁迫的环境中人为制造差异，显示出较低的主观偏倚。

**三、关键技术方法**

本研究涉及的主要关键技术方法包括：（1）利用UAS搭载高分辨率RGB相机在30米高度采集田间图像，通过Hiphen软件生成正射影像，并在地面控制点（ground control points, GCPs）支持下进行几何校正；（2）利用RStudio中的UAStools和FieldImageR工具包构建小区边界shapefile、去除土壤背景并提取五种可见光植被指数；（3）对田间采集的stay-green目测评级进行方差分析和混合模型拟合，计算遗传力（H²）、变异系数（CV）和BLUE值；（4）构建五种机器学习分类模型（KNN、GBM、NB、RF、RPART），采用五折交叉验证和50次重复进行训练和测试，以准确率作为模型性能评价指标；（5）利用四个未见环境（22BU、23GA、23TA、23VC）对最终模型进行独立验证，并通过混淆矩阵计算各类别的平衡准确率以评估模型在不平衡数据集中的分类性能。样本队列来源于美国堪萨斯州和得克萨斯州的九个试验环境，试验材料由三个公共育种项目和一个私营育种项目提供的亲本杂交构建。

**四、结果要点**

**3.1 田间数据统计分析结果**：九个环境中杂交种间stay-green均存在显著（p<0.05）遗传变异，干旱环境下杂交种解释的表型变异比例超过50%，而非干旱环境下该比例相对较低；干旱环境的遗传力（H²=56%）和变异系数（CV=27%）均高于非干旱环境（H²=32%，CV=7%）。在干旱环境下，stay-green与产量呈显著正相关（r=0.15），非干旱环境中的stay-green评级与干旱环境的评级之间无显著线性关系。按育种项目亲本组合进行分析，未发现stay-green表现与亲本来源存在显著关联，但排名前10%的杂交种中ARS和SW亲本占比突出。

**3.2 机器学习模型构建与验证结果**：所有植被指数与田间stay-green评级均呈显著（p<0.001）正相关，干旱环境中的相关系数（r=0.64–0.74）高于非干旱环境（r=0.16–0.44）。五种模型在训练和测试阶段的准确率为77%–92%，GBM模型最高（89%），MGVRI和NGRDI是贡献度最大的植被指数。在四个验证环境中，各模型平均准确率为61%–66%，其中NB模型最高（66%），且NB模型在干旱环境各stay-green类别中的平衡准确率最高（低0.67–0.80，高0.67–0.80）。与田间评级相比，所有模型在干旱验证环境（22BU和23GA）中均与田间评级呈显著正相关（r=0.35–0.64），其中NB模型相关系数最高；在非干旱环境中，仅NB模型与田间评级呈显著但较弱的相关（r=0.20–0.21）。在干旱环境的联合分析中，NB模型估算的stay-green遗传力（53%）显著高于田间评级（37%），而RF模型最低（35%）。在非干旱环境的联合分析中，田间评级存在显著变异，而各模型估算的stay-green变异极小（CV=0%–3%），表明模型能有效避免在无花后干旱环境中制造虚假的stay-green差异。

**五、讨论与结论**

讨论部分指出，传统的stay-green目测评级受主观因素影响较大，在多环境中由同一评价者进行评级虽然保证了数据的一致性，但仍难以避免评分偏差。本研究通过UAS获取的植被指数结合机器学习模型，能够在减少人力和时间投入的同时提供更客观的stay-green估算。NB模型在验证阶段表现最佳，其较强的泛化能力可能与其对高维数据的适应性和模型结构的简洁性有关；而GBM模型在训练阶段准确率最高，适合处理复杂数据模式。两种模型均具有良好的抗过拟合能力和处理不平衡数据集的优势。研究还指出，在非干旱环境中各模型未检测到stay-green变异，避免了田间评分中可能存在的“虚假差异”，进一步验证了模型应用的稳健性。研究结论部分强调：第一，stay-green评级的采集环境至关重要，非干旱环境的评级不应与干旱环境的评级直接比较；第二，各育种项目均存在stay-green遗传变异，但种质共享的效益因项目而异；第三，基于UAS植被指数的NB和GBM模型能够以较高准确率估算stay-green，在干旱环境中提高了遗传力，在非干旱环境中避免了过拟合，可作为高粱育种中高效、低偏倚的stay-green性状评价工具。未来研究应纳入更多花后干旱胁迫环境以提升模型的鲁棒性和泛化能力，并可结合多光谱植被指数、冠层覆盖度及多评价者数据进一步优化模型性能。