近日，南京農(nóng)業(yè)大學(xué)農(nóng)學(xué)院宋浩熙同學(xué)以共同第一作者在中科院農(nóng)林科學(xué)領(lǐng)域一區(qū)TOP期刊《European Journal of Agronomy》發(fā)表了題為“Enhancing winter wheat growth indicator prediction with multi-task learning and multi-source data”的研究論文，該文提出了融合多源信息估測冬小麥生長指標的多任務(wù)學(xué)習(xí)算法框架。

在全球人口持續(xù)增長與極端氣候頻發(fā)的雙重挑戰(zhàn)下，保障糧食安全并緩解氣候變化影響的緊迫性愈發(fā)顯著。作為全球糧食供給的戰(zhàn)略性主糧作物，小麥全生育期的生長指標動態(tài)反映著作物健康狀況與營養(yǎng)積累特征，因此提升其生長指標估測的精度與模型擴展能力已成為破解糧食安全困局的關(guān)鍵突破口。本研究基于河南省新鄉(xiāng)市七里營試驗基地連續(xù)三年田間定位觀測數(shù)據(jù)，創(chuàng)新性地構(gòu)建了融合光譜特征、水分參數(shù)及氣象要素的多源信息集成框架，通過系統(tǒng)比較隨機森林（RF）、長短期記憶模型（LSTM）與多任務(wù)學(xué)習(xí)模型（MTL）的預(yù)測效能，建立了冬小麥生長指標動態(tài)監(jiān)測模型體系。研究發(fā)現(xiàn)，MTL模型在多個關(guān)鍵指標上呈現(xiàn)顯著優(yōu)勢：其預(yù)測精度及運行效率較傳統(tǒng)模型明顯提升，并通過有效捕各生長指標的關(guān)聯(lián)性，實現(xiàn)了多任務(wù)協(xié)同優(yōu)化。特征重要性分析揭示，植被指數(shù)（VI）對生長指標的貢獻度最大，水分參數(shù)以及具有累積效應(yīng)的氣象因子也對特定生長指標產(chǎn)生顯著影響。本研究提出的多任務(wù)深度學(xué)習(xí)框架不僅增強了模型可解釋性，更通過量化環(huán)境因子作用機制為精確管理調(diào)控提供了技術(shù)支撐。

本研究獲國家級大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃項目（202310307003Z）資助，項目主持人宋浩熙為論文共同第一作者，項目組成員李雪燁為參與作者，智慧農(nóng)作創(chuàng)新團隊曹強教授為通訊作者。據(jù)悉，本研究是智慧農(nóng)作創(chuàng)新團隊持續(xù)推進本科生科研創(chuàng)新能力培養(yǎng)的又一重要實踐成果。在團隊前期指導(dǎo)的農(nóng)學(xué)193班李昕宇（2022年以第一作者在中科院農(nóng)林科學(xué)一區(qū)TOP期刊《Computers and Electronics in Agriculture》發(fā)表論文，并獲評第十五屆全國大學(xué)生創(chuàng)新創(chuàng)業(yè)年會“優(yōu)秀學(xué)術(shù)論文”，實現(xiàn)南京農(nóng)業(yè)大學(xué)該項獎勵零的突破），種子191班陳沛沛（2023年同刊發(fā)文并獲評2024年江蘇省普通高等學(xué)校優(yōu)秀本專科畢業(yè)論文（設(shè)計）一等獎，為南京農(nóng)業(yè)大學(xué)農(nóng)學(xué)院近15年來首篇）基礎(chǔ)上，宋浩熙同學(xué)依托其主持的國家級SRT項目研究結(jié)果撰寫而成的本論文，不僅是我院“新農(nóng)科”拔尖創(chuàng)新型本科人才培養(yǎng)計劃的階段性重要成果，更實證了國家級創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃在激發(fā)本科生科研潛能方面的平臺效能。