近日，华南农业大学张雷研究团队在作物表型组学领域取得两项突破性进展。该团队通过前沿的人工智能算法与高通量无人机遥感技术，分别构建了可精准监测作物水分状况的智能模型，并成功挖掘出调控花生株高的关键基因。这些成果为作物的精准管理、抗逆改良和智能育种提供了全新的技术方案与基因资源，标志着智慧农业正从“感知”走向“决策”与“设计”。

技术创新亮点

两项研究的核心创新，均在于成功打通了从田间海量表型数据到生理机制与遗传本质的深度解析路径，解决了传统农业研究中的关键瓶颈。

首创“物理模型+AI”的智能混合模型，实现作物水分无损精准监测

在发表于《Computers and Electronics in Agriculture》的研究中，团队瞄准作物水分精准管理的难题。传统遥感模型严重依赖大量难以获取的实地测量数据，且在不同环境下的稳定性差。

方法创新：研究团队创造性地将Wasserstein生成对抗网络(WGAN) 与经典的植被光学模型(PROSAIL)相结合，并引入模块化迁移学习策略。

突破之处：这种方法极大地降低了对昂贵、耗时田间实测数据的依赖。所构建的花生冠层等效水厚度(EWT)混合监测模型(WPLEH)，具备了强大的跨地域、跨生长阶段的适应与迁移能力，相当于为作物配备了一位不受环境影响的“全天候水情诊断专家”。

融合无人机激光雷达与基因组学，实现株高遗传解析的高效育种

在发表于《Plant Phenomics》的研究中，团队着眼于提升花生的机械化收割适应性与抗倒伏能力。传统的株高测量费时费力，且难以与基因数据高效关联。

方法创新：研究团队利用无人机激光雷达(UAV-LiDAR) 对大规模育种材料进行全生长周期的自动化、高通量表型采集，获取精确的时序株高数据，并结合全基因组关联分析(GWAS)。

突破之处：这项技术实现了对群体株型动态生长的无损、快速监测。通过海量数据关联，团队成功定位到一个与株高密切相关的潜在关键候选基因 Arahy.1026BX 。这为通过分子标记辅助选择或基因编辑技术定向改良株型提供了直接的“分子靶点”。

广阔的应用前景

这两项紧密衔接的研究，形成了从“田间现象智能感知”到“内在基因靶向设计”的完整技术闭环，应用前景广泛：

赋能智慧节水农业：水分智能监测模型可集成至农业物联网或卫星遥感平台，实现对大田作物水胁迫情况的实时诊断与精准灌溉决策，显著提升水资源利用效率，助力应对干旱挑战。

驱动智能设计育种：所发现的株高基因Arahy.1026BX是宝贵的育种资源。育种家可利用该标记快速筛选理想株型的亲本或后代，大幅缩短育种周期，培育更适合机械化收割、抗倒伏能力强的花生新品种。

构建作物生长数字模型：这些高通量、高精度的表型获取与解析方法，可用于构建作物生长的数字模型和知识图谱，为未来的人工智能育种和农场数字化管理提供核心数据支撑。

华南农业大学张雷团队的系列工作，是人工智能、高端传感技术与现代农业生物学深度融合的典范。它不仅提供了解决当前农业生产中水分管理和育种效率等痛点的具体工具，更展示了一种全新的研究范式：通过数据智能驱动，实现对复杂农艺性状的深度理解与高效改良。随着相关技术的不断成熟与成本降低，此类精准农业技术有望在未来得到大规模应用，为保障粮食安全和农业可持续发展提供核心科技动力。

来源：华南农业大学农学院张雷团队 / 农业农村部华南作物资源高效利用重点实验室；题目：A novel approach to monitor peanut equivalent water thickness through modular training and transfer learning of an improved PROSAIL model using a Wasserstein generative adversarial network UAV-LiDAR high-throughput time-series phenotyping and genome-wide association analysis reveal the genetic basis of plant height in peanut (Arachis hypogaea L.)；发表于：期刊 Computers and Electronics in Agriculture（2026年在线发表），华南农业大学官网（2026年1月30日）。