一项发表于《欧洲农学杂志》的研究为鹰嘴豆种植带来新突破。耶路撒冷希伯来大学农业食品与环境学院罗伯特·H·史密斯农业植物科学与遗传研究所的博士生奥默·佩拉赫牵头、伊泰·赫尔曼博士指导的研究，引入机器学习工具，实现了该技术在鹰嘴豆种植中的首次大规模应用。

此研究结合“哨兵二号”高分辨率卫星图像和气象数据，开发出能准确估算商业田块叶面积指数(LAI)和叶水势(LWP)的机器学习模型。LAI和LWP作为关键植物健康指标，对了解鹰嘴豆冠层发育和水分胁迫状况至关重要。

研究人员采用“留田”策略测试模型，模拟真实情况，使工具具备实用性与可靠性。主要作者奥默·佩拉赫表示，目标是创造能助力田间耕作的装置，该系统可为种植者提供整个田地植物生长和水分状况的空间地图，助力精准、及时灌溉。

这些模型在估算叶面积指数方面精度高，能在17个商业田地实际变化条件下区分不同程度水分胁迫。将生理图与灌溉计划叠加，可让农民提前响应作物需求、提高产量。伊泰·赫尔曼博士称，鹰嘴豆植株对灌溉制度的反应可从太空观察到，该方法利用免费卫星数据和标准气象站输入检测田间变异，推动农业从基于直觉向数据驱动管理转变。

目前，该研究为将模型整合到谷歌地球引擎等全球农民可访问的平台奠定基础，即便在技术基础设施有限地区也能应用，有望为全球鹰嘴豆种植带来积极影响。

更多信息： Omer Perach 等人，《整合 Sentinel-2 影像和气象数据估算叶面积指数和叶水势，并在鹰嘴豆田中采用留田验证策略》，《欧洲农学杂志》(2025 年)。