近日，中国农业大学草业科学与技术学院毛培胜教授团队在自然指数期刊Journal of Cleaner Production在线发表研究论文Integration of multispectral imaging and explainable AI for alfalfa seed priming optimization under saline-alkali stress。该研究创新性地将多光谱成像技术与可解释人工智能相结合，建立了快速、无损的“智慧种子引发”技术框架，为盐碱胁迫下紫花苜蓿种子处理技术的精准优化提供了新方法。论文第一作者为中国农业大学博士后贾志程，毛培胜教授为通讯作者。

土壤盐渍化正日益威胁全球农业可持续发展。目前全球已有超过 9 亿公顷土地受盐渍化影响，约占灌溉农田的三分之一，每年造成的经济损失高达 273 亿美元；到 2050 年，预计还将有 17 万平方公里耕地受到影响。紫花苜蓿（Medicago sativa L.）是世界上栽培最广的豆科牧草，在畜牧生产、土壤改良和生态修复中具有重要作用，但其种植受到盐渍化的严重制约，100 mM NaCl 处理 30 天即可造成减产 28% 以上。

种子引发是一种通过受控水合激发种子代谢活性的播前处理技术，能够显著提高种子在逆境下的萌发与成苗能力，且绿色、低成本，被认为是应对盐碱胁迫的有效途径。然而，引发效果高度依赖于引发剂种类、浓度和处理时长的组合，传统优化方法需要进行大量萌发试验，周期长、耗种多、成本高，限制了该技术的大规模应用。

不同引发条件下种子发芽表型

针对上述瓶颈，研究团队以主栽品种”中苜一号”为材料，在系统调查甘肃西北部田间土壤盐分特征的基础上，以 75 mM Na?SO?（pH 8.5）模拟真实盐碱胁迫，系统评价了 6 种引发剂：γ-氨基丁酸（GABA）、抗坏血酸（AsA）、褪黑素（MT）、水杨酸（SA）、亚精胺（Spd）和硫酸钠（Na?SO?），在 3 个浓度、2 个处理时长（6 h / 12 h）下的引发效果，并利用 Videometer Lab4 多光谱成像系统对 5400 粒种子逐粒采集了 365–970 nm 范围内 19 个波段的反射光谱及自发荧光信息。

在此基础上，团队构建了包含引发参数判别，引发效果预测模块的智慧种子引发框架：采用堆叠集成学习（stacking ensemble）建立种子光谱与引发参数、引发效果之间的定量关系，并引入基于博弈论的 SHAP（SHapley Additive exPlanations）方法，从全局、类别和单粒种子三个尺度解释模型的预测依据。

智慧种子引发新框架

研究结果表明，堆叠集成模型在各项任务中均表现优异：引发参数判别准确率达 0.812–0.920（ROC-AUC 0.941–0.994），其中褪黑素、抗坏血酸和水杨酸处理的判别准确率超过 90%；引发效果（优、良、差三级）预测准确率达 0.820–0.950（ROC-AUC 0.928–0.960），均显著优于单一模型。

SHAP 分析揭示了与生理变化相对应的关键”光谱指纹”：570 nm 和 970 nm 波段是反映种子含水量和黄酮类物质变化的核心指标；850 nm（对应贮藏物质）与 490 nm 波段对最优引发效果呈现显著的负向协同作用，提示适度的贮藏物质消耗与抗氧化物质积累是提升耐盐性的关键。单粒种子尺度的分析进一步实现了”个性化”引发效果预测，例如一粒经褪黑素处理的种子，模型依据其光谱特征将以 0.98 的概率预测其达到最优引发等级，其中 850 nm 波段贡献最大。

通过隶属函数分析结合 K-means 聚类，研究为每种引发剂筛选出最优组合：褪黑素高浓度处理 6 小时（MT:H6）使发芽势较对照提高 50.58%，并显著增强 APX 和 POD 抗氧化酶活性；低浓度褪黑素处理 6 小时使根长增加 42.17%；Na?SO?:H12 使活力指数提高 54.2%；Spd:H12 使发芽率由 75.25% 提升至 87.67%；GABA:H6 使平均萌发时间由 5.11 天缩短至 4.11 天。

SHAP单粒种子水平分析

该框架将种子引发优化从依赖大量萌发和生化测定的”反复试错”模式，转变为”一扫即知”的无损检测模式，显著缩短了引发技术的研发周期、降低了资源消耗，并可针对成熟度不一致的植物种子设计个性化引发方案，并且可以单粒种子引发优化。研究成果为盐碱地区种子处理技术的快速开发提供了新工具，对推动盐渍化土地农业可持续生产具有积极意义。

本研究得到现代农业产业技术体系（CARS-34）和苜蓿耐盐碱抗旱种子生产关键技术研究项目（2022ZD0401105）的资助。中国农业大学兴农学者博士后贾志程为论文第一作者。毛培胜教授为论文唯一通讯作者，毛培胜教授团队近年来围绕牧草种子高效生产技术、种子活力快速检测新技术开发、紫花苜蓿和燕麦种子劣变的分子机制等方面开展研究，并取得了一系列进展，研究成果先后在Journal of Cleaner Production（2026）、Plant Phenomics（2026）、Agricultural Water Management（2026）、Plant Biotechnology Journal（2025）、International Journal of Biological Macromolecules（2024）、Agricultural Water Management（2023）、Computers and Electronics in Agriculture（2023）等高水平期刊发表。