近期，中国林科院亚林所林木种质资源研究组李彦杰博士成功实现了林木主要表型性状的高效准确反演,研究为高通量林木主要表型性状快速准确测定提供技术依据。
林木表型性状测定与分析是林木遗传育种中重要的评价指标，针对传统林木相关表型分析规模小、效率低和适用性弱的难题，开展基于近红外光谱技术的林木主要表型性状的高效预测反演对于高通量获取林木表型数据信息具有重要意义，可以为提高林木遗传育种效率、缩短育种周期提供重要的理论基础。项目采集了针阔树种叶片、种子及木材的近红外光谱数据，开展了林木主要性状的近红外光谱模型构建反演研究，研究了近红外光谱数据与林木种子活力的特征光谱关系，结合支持向量机、深度神经网络、随机森林、偏最小二乘判别方法构建了种子活力判别模型，实现了多树种种子活力的准确判别；通过偏最小二乘法模型构建了木材心材提取物含量、心材抗腐质量损失值、叶片叶绿素含量、叶片颜色指标（L*,a*,b*值）的近红外光谱预测模型，实现了林木生长及木材材性指标的高通量快速准确预测，并成功将该技术应用于林木遗传育种选择及评价。
研究得到了国家自然基金青年项目“基于近红外光谱研究林木主要材性性状遗传变异规律”和高层次留学人才回国资助项目的资助。研究结果先后发表于Industrial Crops and Products(2020)，Plant Methods(2019, 2020)，Food Analytical Methods(2020)，forests (2020)和Journal of Near Infrared Spectroscopy (2020)。李彦杰为第一或通讯作者。(李彦杰/亚林所）