多年來，評估作物通常需要大量人工收割工作。但日前由巴塞羅那大學等機構研究人員發表的研究論文，展示了一項可能改變全球農業的新技術，無需接觸小麥即可對其進行分析、甚至預測未來。
配備多光譜和熱成像相機的無人機在作物生長周期內持續飛行，記錄人眼無法看到的數據。與此同時，地面感測器能夠即時檢測作物的生理變化，從而補充無人機的觀測數據。它們就像「隱形的農民」，不需要人工介入，就能呈現出作物被收穫前的完整景象。
這些數據並非僅僅以圖像的形式存在，而是被轉化為預測結果。研究人員訓練了人工智能（AI）模型，這些模型能夠整合數千種生理和環境變數，從而對小麥的生長行為做出極其精確的分析。得益於AI，研究人員能夠非常準確地預測哪些品種產量最高，以及哪些品種能夠持續高產。現在不僅僅是觀察小麥的生長情況，而是「預測它的未來」。這種方法帶來了革命性突破：無需收穫即可評估作物品種的優劣；降低基因改良計劃的成本和時間；能夠檢測作物穩定性。
這項技術可以在幾年內加速培育出適應氣候變化的新品種。而這正是其重大意義所在：在不久的將來，糧食安全可能取決於這些模式。在乾旱、熱浪和突發變化日益頻繁的今天，預測作物生長習性與種植作物本身同樣重要。
多年來，農學界一直盛行一種觀點：植物保持綠色的時間越長，產量就越高。而這項研究利用「隱形的農民」推翻了這種觀點。產量最高、穩定性最好的品種，不是那些能保持綠葉到最後的品種，而是那些滿足兩個關鍵條件的品種：初期生長旺盛；略微早熟。最優良的小麥品種並非試圖熬過整個生長周期，而是在合適的時機優化其資源配置。初始活力較低但生長周期較短的植物表現出更高的穩定性，表明在不斷變化的環境中，效率勝過長生長周期。
這引入了一個至關重要的概念：生產穩定性作為一項新的農業目標。它不再僅僅是在理想條件下實現產量最大化，而是要確保在不可預測的情況下也能取得可接受的農業成果。而在氣候危機的背景下，這項研究舉足輕重。
該研究不僅提供了數據，還提出了一種深刻的思維轉變。產量與穩定性之間的平衡成為新的標準，取代了以往不惜一切代價追求產量最大化的舊目標。這意味著要接受一個令人不適但卻現實的觀點：產量最高的植物並不總是最有價值的。理想的品種應該具備以下特點：適應不斷變化的環境；保持穩定的表現；優化水和養分利用。
