基于基础模型增强的跨尺度表型评估棉花吐絮集中度以辅助收获决策

《Plant Phenomics》：Assessing Cotton Boll-opening Concentration for Harvest Decision-making via Foundation Model-enhanced Cross-scale Phenotyping

　　

吐絮集中度对于棉花机械收获至关重要，然而目前仍主要通过人工记录和单时间点指标进行评估，这些方法忽略了时间动态。为了弥补连接视觉基础模型、多时相吐絮监测和收获决策的统一工作流程的缺失，研究人员开发了一个以DINO-BollGX为核心的跨尺度无人机（UAV）高通量表型分析框架。DINO-BollGX结合了DINO v3骨干网络、RetinaNet检测头和一个自适应精炼与抑制模块，用于在复杂田间条件下稳健地检测开放棉铃。利用两年间收集的383个品种的多时相UAV影像，研究人员重建了小区尺度的开放棉铃数时间序列，提取了描述进程和强度变化的动态特征，并提出了一个棉花吐絮时间稳定性指数（Cotton Boll-Opening Temporal Stability Index, CTSI）来量化吐絮节奏和集中度；CTSI进一步与基于时间的风险函数整合，生成收获决策曲线。在统一的数据和训练设置下，DINO-BollGX实现了精确率=0.91、F1分数=0.88和AP@0.50=0.80，并提供了准确的棉铃数估计（R²=0.98；MAE=3.10），性能优于YOLOv11、YOLOv12、YOLOv13和RT-DETR。在5米高度获取的独立跨年数据集上，其精确率=0.98、F1分数=0.87。一项内部一致性分析表明，CTSI与Window_days呈预期的负相关（r=?0.83），与Max_count（r=0.78）和吐絮效率指数（r=0.92）呈正相关，反映了品种群体中时间紧凑性和主期吐絮强度的共现。各品种的CTSI范围从?2.72到4.69，从而能够识别高度同步的吐絮。收获决策曲线表明，相对净收入指数在首次观测后第67天达到峰值，且最优收获窗口紧凑地位于监测末期；在固定收获日期，Kuche 130292（CTSI=4.69）产生486个开放棉铃，而Xinluzao 36（CTSI=0.53）为182个，Andizhan-60（CTSI=?2.72）为90个。总体而言，该框架将动态吐絮表型分析与收获时机优化相结合，支持可扩展的品种筛选和机械化部署，并具有扩展到其他作物收获决策场景的潜力。

**研究背景与问题**
棉花是全球重要的经济作物，吐絮集中度是评价品种机械采收适宜性和早熟性的核心指标。然而，传统评估依赖人工田间调查（如记录首铃吐絮日期或固定天数后的吐絮比例），存在效率低、主观性强、时空分辨率有限等问题，无法满足高通量、大样本、可重复的表型数据需求。近年来，基于无人机（UAV）的遥感与人工智能技术虽已用于构建高通量表型平台，但现有模型在复杂田间条件下普遍存在泛化能力不足、特征提取依赖手工设计、检测精度随品种和环境波动等问题。此外，吐絮过程本身具有连续动态性，但当前监测多依赖稀疏的人工观测，难以重建品种特异性曲线，影响吐絮集中度的准确评价和收获窗口的优化。因此，亟需开发一种整合视觉基础模型、多时相监测与定量决策的跨尺度表型分析框架，以实现从离散人工观测向动态量化监测的转变。

**研究内容与结论**
研究人员基于两年（2024–2025年）在河南安阳（中国农业科学院棉花研究所旧试验站）收集的383个棉花品种的多时相、多高度UAV影像，构建了以DINO-BollGX为核心的棉花吐絮集中度高通量表型分析框架。DINO-BollGX结合DINO v3视觉基础模型、RetinaNet检测头与自适应精炼与抑制模块（ARSM），在统一数据和训练设置下，于2025年季内测试集（5、15、30米高度）上实现精确率0.91、F1分数0.88、AP@0.50=0.80，棉铃计数估计R²=0.98、MAE=3.10，显著优于YOLOv11、YOLOv12、YOLOv13和RT-DETR。在2024年跨年独立数据集（5米高度）上，精确率达0.98、F1分数0.87，验证了跨年份与复杂田间条件下的稳健泛化能力。基于多时相检测结果重建小区尺度开放棉铃数时间序列，提取动态特征，并构建了棉花吐絮时间稳定性指数（CTSI），以量化吐絮节奏与集中度。内部一致性分析显示，CTSI与Window_days呈负相关（r=?0.83），与Max_count（r=0.78）和吐絮效率指数（r=0.92）呈正相关，表明高CTSI对应更短的吐絮窗口、更高的主期吐絮强度和效率。383个品种的CTSI范围从?2.72到4.69，排名前3.9%的品种（如Kuche 130292，CTSI=4.69）表现出高度同步的吐絮模式。将CTSI与基于时间的风险函数耦合构建收获决策曲线，发现相对净收入指数在首次观测后第67天（即10月20日）达到峰值，最优收获窗口紧凑且位于监测末期；在固定收获日期，高CTSI品种（Kuche 130292）的开放棉铃数（486个）显著高于中CTSI品种（Xinluzao 36，182个）和低CTSI品种（Andizhan-60，90个）。该框架整合了动态吐絮表型分析与收获时机优化，支持可扩展的品种筛选与机械化部署，并具有扩展到其他作物收获决策的潜力。论文发表在《Plant Phenomics》。

**主要关键技术方法**
研究人员利用来自河南安阳383个棉花品种的多时相UAV影像（2024–2025年生长季，飞行高度5、15、30米），构建了覆盖吐絮全程的图像数据集（含94,774个标注框）。核心方法包括：①基于DINO v3视觉基础模型与RetinaNet检测头融合的DINO-BollGX网络，并设计自适应精炼与抑制模块（ARSM）以增强复杂背景下小目标检测精度；②从多时相检出结果重建小区尺度开放棉铃数时间序列，提取动态特征（如最大斜率、跨度、早期比例等）；③构建棉花吐絮时间稳定性指数（CTSI），通过标准化均值比较集中度；④耦合CTSI与时间风险函数生成收获决策曲线，优化收获窗口。

**研究结果**
1. **不同棉花吐絮检测模型的精度比较**：在统一数据集和训练设置下，DINO-BollGX在季内和跨年数据集上均取得最优检测性能。2025年季内测试集上，精确率0.91、F1分数0.88、AP@0.50=0.80，棉铃计数R²=0.98、MAE=3.10，优于YOLOv11、YOLOv12、YOLOv13及RT-DETR。消融实验表明，DINO v3骨干网络、ARSM各组件均贡献显著。2024年跨年数据集上，精确率0.98、F1分数0.87，验证了跨年泛化能力。

2. **吐絮动态与代表性时间模式**：多时相UAV观测显示，棉花群体吐絮呈后期集中趋势，品种间存在“紧凑高计数”与“延长持续”两类典型模式。紧凑型品种吐絮窗口中位数6天，峰值计数中位数460个；延长型品种窗口中位数60天，峰值计数中位数144个（Mann–Whitney U检验，p<0.001）。

3. **棉花吐絮时间稳定性指数（CTSI）的动态特征与优势品种识别**：CTSI在383个品种中范围?2.72至4.69，均值0.01，分布呈轻微右偏。内部一致性分析表明，CTSI与Window_days负相关（r=?0.83），与Max_count正相关（r=0.78）及吐絮效率指数正相关（r=0.92），反映时间紧凑性与主期强度共现。排名前15的品种（如Kuche 130292，CTSI=4.69）表现出高度同步吐絮；排名后15的品种（如Andizhan-60，CTSI=?2.72）则呈现明显延长模式。

4. **收获时机优化与品种间吐絮动态差异**：群体水平收获决策曲线显示，相对净收入指数在首观后第67天（10月20日）达到峰值，最优收获窗口紧凑。在固定收获日期，高CTSI品种Kuche 130292开放棉铃数（486个）远高于中CTSI品种Xinluzao 36（182个）和低CTSI品种Andizhan-60（90个），证实高CTSI品种在统一收获策略下能提供更多有效吐絮棉铃。

**总结与结论**
讨论部分指出，DINO-BollGX的性能优势源于DINO v3骨干网络的跨尺度语义特征、RetinaNet的Focal Loss处理类别不平衡、以及ARSM的自适应后处理协同作用；CTSI能够区分“早但慢”和“晚但集中”的吐絮类型，避免传统单点指标混淆；将CTSI与收获决策曲线结合，可为品种筛选和机械化收获窗口优化提供定量依据。研究局限于单一地点（河南安阳）和两年数据，未来需多站点多年份验证，并融合多光谱、热红外等传感器信息。结论部分翻译如下：本研究建立了一个由DINO-BollGX视觉基础模型驱动、跨尺度UAV影像支持的棉花吐絮集中度高通量表型分析框架，实现了从离散人工调查向动态量化监测的转变。利用两年收集的383个品种的多时相数据，系统表征了群体和品种尺度上的吐絮动态，并将检测与决策紧密耦合，为评估吐絮集中度和优化收获时机提供了完整技术路线：(1) 在统一数据和训练设置下，DINO-BollGX在关键检测指标上持续优于YOLOv11、YOLOv12、YOLOv13和RT-DETR。测试集上精确率0.91、召回率0.86、F1分数0.88、AP@0.50=0.80；棉铃计数决定系数R²=0.98，RMSE和MAE分别为6.42和3.10。DINO-BollGX在5米飞行高度获取的独立跨年数据集上也取得最佳性能，表明在复杂田间条件和不同生长季节下具有稳健的泛化能力。(2) 基于多时相吐絮轨迹导出的CTSI指数实现了吐絮节奏和集中度的定量分析。内部一致性分析中，CTSI与Window_days呈负相关，与Max_count和吐絮效率指数呈正相关，表明高CTSI值对应更短的吐絮窗口、更高的主期吐絮强度和更大的吐絮效率。在383个品种中，约3.9%被归类为高度集中，对应于CTSI排名前15的品种。各品种CTSI范围从?2.72到4.69，清晰区分了吐絮高度集中的品种与具有明显拖尾的品种，并允许识别高度同步吐絮的基因型。(3) 通过耦合群体水平吐絮轨迹与基于时间的风险函数构建的收获决策曲线显示，相对净收入在接近观测末期的一个狭窄的后期区间达到峰值，定义了一个紧凑的最优收获窗口而非宽泛的灵活范围。使用一个简单阈值将相对净收入约束在其峰值附近，该框架识别出实际可行的收获窗口，并将其与品种特异性吐絮节奏联系起来。共同收获日期下的代表性品种比较进一步表明，最高CTSI品种Kuche 130292产生的开放棉铃数显著多于中CTSI品种Xinluzao 36和最低CTSI品种Andizhan-60，证实了高CTSI在提高机械收获效率和有效利用开放棉铃方面的优势。总而言之，本研究开发的视觉基础模型驱动框架为吐絮集中度表型分析、机械化适宜品种筛选和收获时机优化提供了一个系统且可扩展的解决方案。未来整合遗传信息后，可进一步支持从基因到表型再到田间管理的协同优化，并扩展到其他作物的收获决策。