甘农大生命科学技术学院副教授陈涛团队无人机遥感监测助力庄浪冬小麦育种与区试精准化管理

4月11日，甘肃农业大学生命科学技术学院副教授陈涛带领科研团队莅临庄浪县南湖区域站，开展冬小麦苗情调查与无人机高光谱遥感监测工作。团队重点针对小麦拔节期的叶绿素含量、叶片氮素水平等核心指标进行精准测定，为庄浪县冬小麦新品种选育及省级区域试验提供关键数据支撑。 

本次监测采用无人机搭载高光谱成像系统，该系统可在10分钟内完成50亩试验田的全覆盖数据采集。通过分析390-1000nm波段的光谱反射特征，结合地面实测数据构建的机器学习模型，能快速反演出小麦冠层的叶绿素相对含量（SPAD值）和叶片氮浓度（LNC），数据精度较传统人工检测提升23%以上。

“小麦拔节期是营养生长向生殖生长过渡的关键节点，叶绿素和氮素水平直接影响后期分蘖数、穗粒数等产量性状。传统方法需逐株采样测定，不仅耗时费力，还易破坏试验材料的连续性。无人机遥感技术实现了非破坏性、高通量监测，能精准捕捉田间空间变异，基于这些数据构建的氮素营养诊断模型，能实时指导试验田的水肥管理。例如在拔节期根据冠层氮含量制定差异化施肥方案，氮肥利用率可提高15%以上，为筛选氮高效利用品种提供依据。”陈涛介绍道。 

在省级区域试验中，这种精准监测手段的优势尤为明显。南湖区域站作为甘肃省小麦区试的核心试点，每年承担30余个新品种的适应性评价任务。通过无人机生成的氮素空间分布图，研究人员可直观对比不同品系在相同环境下的营养利用效率，有效减少因土壤肥力不均导致的品种评价误差，使试验结果更具客观性和代表性。

陈涛表示，“我们团队已连续3年开展无人机监测研究，积累了覆盖小麦全生育期的光谱数据库，未来我们计划将无人机监测数据与智慧育种平台对接，实现从表型数据采集到基因型分析的全链条数字化管理。”“这不仅能缩短育种周期，还能为甘肃乃至西北旱作区培育高产、抗逆、养分高效的小麦新品种提供科技支撑。”

此次无人机苗情监测工作，以精准、高效、数字化的技术手段，全面掌握庄浪县南湖区域站冬小麦生长发育动态、群体结构及长势差异，为冬小麦品种选育、田间管理优化、产量性状评价等关键环节提供了科学数据支撑与决策依据，以现代农业科技赋能庄浪冬小麦新品种选育，为筑牢粮食安全屏障、推动县域农业高质量发展注入强劲科技动能。

编辑：郑海燕