花誘導(dǎo)指植物從營養(yǎng)生長向生殖生長轉(zhuǎn)變的關(guān)鍵過程。荔枝成花誘導(dǎo)受多種因素包括樹齡、品種和動態(tài)的環(huán)境氣候變量影響，花誘導(dǎo)期時長對荔枝開花時間和成花質(zhì)量起著決定性的作用。
近日，華南農(nóng)業(yè)大學(xué)園藝學(xué)院、嶺南現(xiàn)代農(nóng)業(yè)科學(xué)與技術(shù)廣東省實驗室茂名分中心、廣東省荔枝工程研究中心陳厚彬研究員團隊?wèi)?yīng)用機器學(xué)習(xí)技術(shù)準(zhǔn)確預(yù)測了荔枝成花誘導(dǎo)期時長，并篩選出影響荔枝成花誘導(dǎo)期的重要生態(tài)和生理因素，相關(guān)研究成果發(fā)表在農(nóng)林科學(xué)領(lǐng)域知名期刊《Computers and Electronics in Agriculture》（中科院1區(qū)Top期刊，影響因子6.757），題目為“Predicting flower induction of litchi （Litchi chinensis Sonn.） with machine learning techniques”（鏈接：https://authors.elsevier.com/c/1gPmjcFCSTfRe）
先前對荔枝成花誘導(dǎo)期時長的研究主要集中于使用數(shù)學(xué)模型來估計特定荔枝品種的花朵誘導(dǎo)的基礎(chǔ)溫度和冷量需求。然而，更多可能的相關(guān)性尚未深入探討。在本研究中，研究者應(yīng)用包括隨機森林和逐步回歸在內(nèi)的機器學(xué)習(xí)算法來預(yù)測荔枝成花誘導(dǎo)期時長。利用2009-2020年持續(xù)記錄的荔枝品種、樹齡、末次秋梢老熟期、現(xiàn)“白點”期物候以及相應(yīng)的氣象數(shù)據(jù)，并考慮了從1小時到10天時間尺度數(shù)據(jù)集對模型精度的影響。預(yù)測模型經(jīng)5倍交叉驗證R2達到0.96-0.99，對2019年和2020年的成花誘導(dǎo)期盲測R2分別為0.97-0.98和0.78-0.88。
應(yīng)用5天時間尺度數(shù)據(jù)集預(yù)測模型的魯棒性和預(yù)測準(zhǔn)確性評估。A和B，5-fold 999交重復(fù)交叉驗證時兩個預(yù)測模型的Rp2值。C和D，利用驗證數(shù)據(jù)集估計模型的預(yù)測能力。E-H，利用盲測試數(shù)據(jù)集估計模型的預(yù)測能力。RF，隨機森林模型，STR，逐步回歸模型。
從以上穩(wěn)健的預(yù)測模型中，作者篩選出影響荔枝成花誘導(dǎo)期時長的重要變量，分別是最低日氣溫降溫速率、末次秋梢成熟時間、最高日氣溫升溫速率、高于22℃最低日氣溫的累積熱量、低于26℃最高日氣溫冷積累量、低于6℃最低日氣溫冷積累量、樹齡和大氣相對濕度等，它們對荔枝成花誘導(dǎo)期時長有著正向或負向影響。
應(yīng)用1天時間尺度數(shù)據(jù)所建隨機森林算法評估的特征重要性（黑色圓圈）、特征與因變量的Pearson（橙色三角形）相關(guān)性和Spearman（深綠色三角形）相關(guān)性。橫坐標(biāo)數(shù)值表示重要性/相關(guān)性的程度，1為最重要/相關(guān)，0為不重要/不相關(guān)；正負值表示正相關(guān)或負相關(guān)。
以上發(fā)現(xiàn)將有助于更好地理解影響荔枝誘導(dǎo)過程中的生理和氣象特征，有助于實現(xiàn)荔枝的精準(zhǔn)智能管理。
本論文以華南農(nóng)業(yè)大學(xué)為第一完成單位，團隊成員蘇鉆賢助理研究員為第一作者，華南農(nóng)業(yè)大學(xué)園藝學(xué)院陳厚彬與貴州大學(xué)李云琦研究員為論文通訊作者，中國科學(xué)院長春應(yīng)用化學(xué)研究所劉倫洋助理研究員參與了本研究工作。該研究得到了國家荔枝龍眼技術(shù)體系（CARS-32）、粵西特色亞熱帶水果種質(zhì)創(chuàng)新與新品種培育技術(shù)研究與應(yīng)用（2021B0707010004）和鄉(xiāng)村振興戰(zhàn)略專項資金（農(nóng)業(yè)科技能力提升）項目（43-2018-XMZC-0002-90）的資助。
文圖/園藝學(xué)院
地區(qū)：
魯公網(wǎng)安備 37060202000128號
