近日，中国农业科学院农田灌溉研究所节水高效灌溉技术与装备团队联合国内科研院所，研发出多胁迫数据融合的跨生育期集成学习框架，显著提升预测小麦生长早期水氮胁迫对产量影响的准确性。相关研究成果发表于《农业水管理（Agricultural Water Management）》。

小麦生产中水氮胁迫常并存，传统产量模型在生长早期预测精度低、适应性差。

团队在河南新乡、河北邢台两地连续开展两年田间试验，获取单一水分和单一氮素胁迫下的小麦冠层高光谱数据。针对复合胁迫导致传统模型预测误差大的问题，研究将两类数据合并训练，使模型决定系数平均提升8.51%。研究进一步开发了跨生育期集成学习框架，通过融合前茬作物灌浆期与当季作拔节期的光谱数据，用历史后期数据提升了当前早期预测的准确性。在两地的验证中，该框架在小麦拔节期的预测值比传统模型预测误差最大降低了近八成。研究还利用两种解释算法，厘清了影响产量预测结果的关键光谱波段。研究提升田间复杂多变环境下小麦产量预测精度，并为华北平原小麦生长前期的水氮精准调控提供了技术支撑。

研究得到国家重点研发计划等项目资助。

链接:org/10.1016/j.agwat.2026.110204

图1 试验地区及水肥处理

图2 不同水肥情境下产量响应