近日，华南农业大学农学院张雷团队在作物表型组研究方面取得进展。

在《Computers and Electronics in Agriculture》期刊上发表题为“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”的研究成果。研究团队通过整合Wasserstein生成对抗网络（WGAN）优化的PROSAIL物理模型与模块化迁移学习策略，成功构建了具备强迁移能力的花生冠层等效水厚度（EWT）混合监测模型（WPLEH），有效克服了传统遥感模型对大量实测数据的依赖及跨环境适应性差的难题，为作物水分精准管理、抗旱生理监测及农业可持续发展提供了重要的技术支撑和监测新方法。华南农业大学农学院博士研究生刘仕元和华南农业大学电子工程学院博士后杨炜光为该论文共同第一作者，农学院张雷副研究员和陈婷婷副教授为论文共同通讯作者。

在《Plant Phenomics》期刊上发表题为“UAV-LiDAR high-throughput time-series phenotyping and genome-wide association analysis reveal the genetic basis of plant height in peanut (Arachis hypogaea L.)”的研究成果。研究团队通过整合无人机激光雷达（UAV-LiDAR）时间序列表型分析与全基因组关联分析（GWAS），成功筛选出与花生株高（PH）相关的潜在候选基因Arahy.1026BX，为花生株型优化、抗倒伏改良和机械化适应性提升等精准智能育种提供了重要的基因资源和功能靶点。华南农业大学农学院博士研究生谭江滔、刘仕元和山东省农业科学院李国卫研究员为该论文第一作者，农学院张雷副研究员和陈婷婷副教授为论文通讯作者。