一种基于多尺度深度学习的方法，用于及时预测小麦抽穗期

《Engineering Applications of Artificial Intelligence》：A multi-scale, deep learning-driven approach for timely forecasting wheat initial heading date

　　罗善军|刘向晨|赵少帅|方志策 中国河南省科学院航空航天信息研究所，郑州，450046 摘要 利用人工智能准确监测小麦的初始抽穗期，有助于及时进行水肥管理、病虫害防治以及田间作业，从而降低温度胁迫带来的产量风险。初始抽穗期数据还能为品种适应性评估以及早熟或抗逆性品种的选择提供依据，进而优化种植制度。我们提出了一种基于无人机遥感与多尺度特征自适应融合网络的新颖小麦初始抽穗期预测方法，该方法无需完整的生育期数据。通过不同施肥方式、氮肥梯度以及多品种田间试验，收集了包括反射率、植被指数和冠层高度在内的多源遥感数据。该多尺度特征自适应融合网络通过建模多时相无人机观测数据及不同的物候特征，在时间和特征维度上进行多尺度学习。研究结果表明，整合多个时间点（播种后146天）的多源数据可实现高精度的初始抽穗期预测（从播种后141天开始即可获得较为准确的预测结果），其精度高于单一指标或传统的机器学习及深度学习方法，如极端梯度提升法、随机森林回归法、支持向量回归法、长短期记忆网络和Transformer模型。同时，采用SHapley加性解释方法定量分析了不同时间变量对模型预测结果的影响。此外，该模型在独立数据集和十折交叉验证中表现出较强的鲁棒性和泛化能力，为小麦物候监测和精准农业管理提供了可靠的技术支撑。引言 抽穗期是小麦生长过程中的一个关键物候阶段，直接影响产量形成和品种适应性（Song等人，2025）。从生理学角度来看，它标志着作物从营养生长向生殖生长的过渡，进而影响穗数和结实率等产量构成因素（Zhao等人，2021b）。在全球气候变化的影响下，抽穗期的异常变化可能导致严重的产量损失，因此抽穗期的稳定性已成为评估品种适应性的重要指标（Chen等人，2022）。例如，气温每上升1℃，全球小麦平均产量就会下降约6%，且物候周期（包括抽穗期）会显著提前（Asseng等人，2015）。适时抽穗有助于避免热胁迫（导致小穗不育）或冷胁迫（影响开花）带来的危害，从而提高籽粒灌浆程度和品质（Blake等人，2018）。在农业管理方面，抽穗期也是水分和养分（尤其是氮和钾）需求最高的时期。准确监测抽穗期对于指导灌溉和施肥、防止胁迫导致的产量下降至关重要（Song等人，2025）。此外，抽穗期也是小麦易受镰刀菌头枯病、麦锈病等生物胁迫影响的时期。因此，及时监测抽穗期有助于采取有效的病虫害防控措施（Zhou等人，2025）。从育种角度而言，抽穗期是一个重要的农艺性状，准确监测有助于筛选出早熟和耐逆性强的品种（Velumani等人，2020）。因此，精确预测小麦抽穗期对于合理管理养分、防控病虫害、提升品质、优化产量以及选择优良品种具有重要意义。相比完整的抽穗期，初始抽穗期通常指有10%的植株出现穗状花序时的时间点，具有更高的实际应用价值。提前确定初始抽穗期可以为上述各方面的决策提供缓冲时间。例如，研究表明，抽穗期前的严重干旱会对小麦产量及其生理和形态特征产生显著影响。抽穗前期充足的水分和养分供应直接影响到小花的可育性和授粉成功率，进而决定每穗的粒数，最终影响最终产量（Eser等人，2024）。此外，还有研究表明，在小麦抽穗期前采取合理的病虫害防控措施有助于促进植物健康生长，避免产量损失（Buntin等人，2004）。传统上，物候阶段的判断是通过人工在田间观察代表性植株来进行的（Liu等人，2025）。这种方法劳动强度大、耗时久，且受空间限制，不适合大规模或需要实时监测的应用场景（Zhao等人，2021a）。随着遥感技术的进步，物候监测逐渐向自动化和精准化方向发展（Zhao等人，2021b）。遥感技术能够捕捉作物冠层的光谱特征，为动态监测物候阶段提供了新途径（Zhou等人，2025）。在小麦生长周期中，冠层反射率呈现出特定的时间变化规律（Jeon等人，2025）。从反射率衍生出的植被指数，如NDVI或EVI，这种规律更为明显（Raza等人，2025）。植被指数在营养生长阶段通常逐渐上升，在抽穗期达到峰值，随后在收获期逐渐下降（Sakamoto等人，2005）。这种规律性使得研究人员能够从植被指数的时间序列中提取物候阶段信息。然而，基于卫星的物候监测在准确预测抽穗期方面仍面临诸多挑战。传统的物候监测方法往往利用数学函数（如双逻辑函数、傅里叶级数或非对称高斯函数）对植被指数的时间序列数据进行平滑处理，然后根据振幅、曲率或变化率等预定义阈值来确定物候转折点，如抽穗期（Jin等人，2026）。虽然这些方法计算效率高，适用于大规模卫星观测，但它们对噪声敏感，需要完整的季节性数据序列，且在小面积地块上的预测精度往往较低。例如，有研究利用MODIS EVI时间序列对中国不同地区的抽穗期进行估算，结果显示其与田间观测值的平均偏差约为16天（Sun等人，2009）。同样，基于MODIS NDVI的研究在湖南地区的均方根误差为20天，在江西地区为10天（Li等人，2014；Wang等人，2012）。鉴于小麦从初始抽穗到完全抽穗的生理周期通常只有7-15天，如此大的误差无法满足精准农业对时效性的要求。基于卫星的方法的局限性主要源于时空分辨率之间的固有矛盾（Son等人，2014）。高时间分辨率（如5天的重访周期）通常伴随着低空间分辨率（≥10米），这使得难以分辨地块级别的抽穗期差异。此外，季风地区的持续云层覆盖往往会导致大量数据缺失（Tian等人，2024）。低分辨率影像中的混合像素效应也会进一步影响物候监测的精度和田间尺度下的预测效果（Wang等人，2020）。近期，有一些研究提出了基于相似性或模板匹配的方法，这类方法通过将观测到的时间序列曲线与参考物候轨迹进行比较来估算发育阶段（Tran等人，2025）。尽管这些方法提高了灵活性，但其性能在很大程度上取决于参考库的代表性，且仍然需要近乎完整的季节性数据。与卫星相比，无人机具有更高的灵活性、操作便捷性，且受大气干扰较小（Luo等人，2025）。基于无人机的传感器能够获取高空间分辨率和高时间分辨率的超高精度图像，更适用于小尺度农业监测（Yue等人，2023a，2023b）。因此，无人机遥感为抽穗期监测提供了一种有前景的替代方案。现有的基于无人机的方法大致可分为两类。第一类是利用小麦冠层的光谱特征进行基于回归的预测（Zheng等人，2016）。这类方法通常依赖植被指数或原始光谱波段，但存在一些局限性：由于特征是手工设计的，特征表达能力不足（Huang等人，2020）；需要完整的季节性观测数据，数据依赖性高（Lyu等人，2023）；在不同品种和环境下泛化能力较差（Kawakita等人，2024）。第二类则是利用深度学习等计算机视觉技术，从高分辨率无人机影像中识别穗状花序（Zheng等人，2025；Zhou等人，2025）。虽然这种方法可以直接识别可见的穗状花序特征，但也面临三个主要问题：存在时间滞后、计算成本高以及易受环境因素影响。这些局限性凸显出迫切需要一种新的初始抽穗期监测方法，该方法能够整合多源无人机特征，减少对完整季节性数据的依赖，同时在预测精度和操作时效性之间取得平衡。为解决这些问题，我们提出了一种多尺度特征自适应融合网络，专门用于准确且及时地预测小麦初始抽穗期。该网络将研究重点从像素级识别转向多尺度时间特征学习。具体而言，其自适应融合机制通过优先考虑稳定的光谱和结构特征而非噪声数据，降低了环境因素的影响。由于该模型处理的是低维特征序列而非原始图像，因此大大降低了计算成本。此外，通过捕捉多尺度时间动态，该方法能够识别出传统方法可能忽略的抽穗前期趋势，有效减少了时间滞后。本研究的目标是：（1）研究不同时间特征及其组合对小麦初始抽穗期预测的影响，确定最优的输入参数配置；（2）评估所提出的多尺度特征自适应融合网络相较于传统机器学习算法的优势；（3）明确不同变量在小麦初始抽穗期预测中的相对作用；（4）评估该模型在不同品种和条件下的鲁棒性和泛化能力。实验设计 2024年至2025年间，我们在中国主要的小麦产区——河南省焦作市开展了一系列系统的田间试验。如图1所示，本研究共包含五项独立的小麦种植试验，分别记为试验1、试验2、试验3、试验4和试验5。试验1、试验3和试验5为多品种试验，其中试验1共设置40个地块，每个地块种植不同的小麦品种。利用单时段单指标特征预测小麦初始抽穗期 为评估不同生长阶段获取的遥感特征的预测能力，我们使用单个时间点的冠层反射率、植被指数和CH值进行了线性回归分析。从图4可以看出，S1和S2阶段的变量对初始抽穗期的预测精度极低。从S3阶段开始，NDVI、RSI、R668和R475等某些变量开始展现出一定的预测能力（R2≈0.5）。在S4到S6阶段，大多数冠层反射率数值……利用不同指标和时间阶段预测小麦初始抽穗期的性能 整合三类变量中的两类进一步提升了模型的性能（图6、图7），这表明不同类型的数据对初始抽穗期估算具有互补作用。与单一指标和单一时段的模型相比，通过机器学习或深度学习整合所有三类变量，模型的预测精度有了显著提升（图9中R2值在0.71到0.91之间）。在所有评估的方法中，所提出的多尺度特征自适应融合网络取得了更高的预测精度。结论 本研究提出了一种基于无人机遥感及深度学习的多尺度特征自适应融合网络的高精度预测方法，该方法无需完整的生育期数据即可实现小麦初始抽穗期的精准预测。通过将多源时间序列遥感特征与深度学习技术相结合，该方法显著提升了小麦关键物候阶段的监测精度。研究结果表明，该模型通过整合冠层反射率、植被指数和CH特征，能够有效实现高精度预测。CRediT作者贡献声明 罗善军：方法学、项目管理、原文撰写。刘向晨：正式分析。赵少帅：项目管理。方志策：方法学。利益冲突声明 作者声明不存在任何可能影响本文研究的已知财务利益或个人关系。致谢 本研究得到了河南省科学院基础研究基金（20260625009、20260625011）、河南省科学院高层次人才科研启动项目资助（241825015、20251825008、20252525003）以及河南省科技研发计划联合资金（235200810069、245200810088）的支持。