小麦育种 智慧农业

用无人机与近地多光谱传感器评估有芒/无芒小麦产量与品质，比较不同生育期和年份的植被指数关系。

比较NDVI与育种家目视选择在小麦育种早期穗行阶段的效果，发现NDVI选择可提高效率。

近日，中国农业科学院农业环境与可持续发展研究所智慧气象与农业气候资源利用创新团队提出塑性感知基因组选择框架，实现了跨环境小麦基因组预测与育种资源高效配置。科研团队以重组自交系群体为材料，在 8 个环境中调查产量、千粒重、穗粒数、穗数和株高。研究发现仅使用 50% 基因型在 3 个环境中的表型数据，株高、穗粒数和千粒重的预测准确度即可分别达到 0.70、0.54 和 0.59，显示出减少试验规模的潜力。该研究得到国家重点研发计划、国家自然科学基金等项目支持。

中国农业大学副教授王耀君介绍：神农大模型数据底座已汇集超过 1000 万条农业知识图谱数据、超过 5000 万条农业生产数据；团队借助平台从数百个生菜品种中海选出"雁栖 1 号""雁栖 2 号"。9 月 4 日"神农育种 Studio"将正式发布——以设计一套小麦育种方案为例，过去需要投入 10 人月，借助 Studio 可降至 0.5 人月，资料检索、数据处理、模型计算和初步方案生成等原分散工作可由平台连续完成。北京将依托农业中关村核心区打造北京农业中关村智能育种创新基地。

智慧气象与农业气候资源利用创新团队以重组自交系群体为材料，在 8 个环境中调查产量、千粒重、穗粒数、穗数和株高。研究发现，仅使用 50% 基因型在 3 个环境中的表型数据，株高、穗粒数和千粒重的预测准确度即可分别达到 0.70、0.54 和 0.59。

基于无人机多模态遥感数据，构建综合高光效表型指数并精准估算，用于小麦育种材料筛选。