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创新团队”，利用基于无人机高通量作物表型观测平台采集多光谱和热红外图像，结合弹性网络回归算法和熵权集成算法对水胁迫条件下冬小麦产量进行预测，为精准监测水分亏缺条件下小麦长势和精准灌溉管理提供依据，相关研究成果在线发表于《Frontiers in plant science》（https://doi.org/10.3389/fpls.2021.730181）。

在收获前及时准确预测不同水分胁迫下的产量，能够快速无损的评估水分亏缺对于作物长势的影响。研究人员采用实测的产量值为地面真实测量值，使用无人机采集的多生育期多光谱和热红外图像特征作为弹性网络回归预测因子构造产量预测模型。此外，研究利用熵权集成算法对多个生育期的产量预测值进行加权平均来预测小麦的产量。研究发现在多个生育期中，热红外、多光谱数据对灌浆期和开花期的产量预测精度较高，而将多个生育期的产量预测值组合后，预测精度高于任一单生育期。此研究为小麦产量性状的高通量分析提供参考，为农业生产精准灌溉管理提供科学依据。

该研究与中国农业科学院作物科学院研究所肖永贵课题组联合开展。

该研究得到中国农业科学院科技创新工程重大产出项目和新乡市科技攻关项目的资助。