本网讯（通讯员 杨航）近日，我校农学院2021级智慧农业专业本科生杨默含以第一作者在《Computers and Electronics in Agriculture》上发表了题为《A Robust Two-Stage Framework for Maize Above-Ground Biomass Prediction Integrating Spectral Remote Sensing and Allometric Growth Model》的研究性论文。地上生物量是作物生长状况的关键指标之一，广泛用于作物生长评估、农业产量预测以及生态系统功能研究。该研究结合三维辐射传输模型、光谱遥感及异速生长模型，提出了一种玉米地上生物量预测的新框架，突破了传统方法的局限性，显著提升了预测精度。
图1 研究技术框架
在该研究中，此框架分为两个阶段。第一阶段，使用三维辐射传输模型分析了玉米冠层不同器官对光谱信号的贡献。研究揭示了玉米叶片器官在冠层光谱反射率的变化中占据主导地位，而茎、果穗等非叶片器官对光谱的贡献则较为微弱。
图2 玉米群体三维模型
图3 不同情况下500nm到2500nm波段的反射率及其绝对差值。
图4 模拟计算得出植被指数
基于这一发现，第二阶段结合了遥感数据与异速生长模型，采用随机森林算法来准确预测玉米叶片的生物量。同时，通过建立叶片生物量与非叶片器官（茎、果穗等）之间的异速生长关系，在不同生长阶段精确推算非叶片器官的生物量，从而实现了对玉米地上生物量的精准估算。
表1 玉米不同生长阶段异速生长关系
结果表明，该创新框架显著提升了玉米地上生物量的预测精度，在不同环境和不同生长阶段下都表现出了优异的预测能力。
图5 耦合模型的估算表现不好
图6 地上生物量制图
这一研究不仅为玉米地上生物量的精准预测提供了强有力的工具，也为其他作物的生物量估算提供了新的参考。基于本框架，农业管理者可以在无需破坏农田的情况下，精准监测作物的生长状态，从而优化灌溉、施肥等农业管理措施，有效提升资源利用效率。该研究不仅在理论上突破了传统地上生物量估算方法的瓶颈，在实际应用中展现了巨大的潜力，为未来作物生物量的遥感监测提供了可靠的技术路径，并为农业监测系统提供了强有力的数据支持。
安博官方网站农学院2021级智慧农业专业本科生杨默含和博士后吴强为本研究共同第一作者，农学院程金鹏研究员、北京市农林科学院信息技术研究中心杨贵军教授、杨浩高级工程师为共同通讯作者，安博官方网站农学院马新明教授和熊淑萍教授、北京师范大学漆建波教授对本研究工作给予了指导和帮助。该研究得到了国家自然科学基金、国家重点研发计划、中国博士后科学基金、河南省科技攻关计划项目的联合资助。
论文链接：https://doi.org/10.1016/j.compag.2025.110398
编辑/黄璞 杨钰晨 审核/方芳 签发/周红飞
