產(chǎn)品中心 應(yīng)用方案 技術(shù)文摘質(zhì)量保證產(chǎn)品選型 下載中心業(yè)內(nèi)動(dòng)態(tài) 選型幫助 品牌介紹 產(chǎn)品一覽 聯(lián)系我們
- 高光譜傳感器推動(dòng)雜草科學(xué)邁上新臺(tái)階
- 來源：約翰・洛維特（阿肯色大學(xué)） 發(fā)表于 2025/6/27
馬里奧・索托（左），作物、土壤與環(huán)境科學(xué)系碩士研究生，與阿肯色大學(xué)農(nóng)業(yè)分部及戴爾・邦珀斯農(nóng)業(yè)、食品與生命科學(xué)學(xué)院精準(zhǔn)農(nóng)業(yè)助理教授奧雷莉・龐塞特，共同展示一項(xiàng)用于測量除草劑對(duì)植物作用效果的研究設(shè)備。（圖片來源：阿肯色大學(xué)農(nóng)業(yè)分部）
通過結(jié)合人工智能與可感知不可見光的傳感器，阿肯色州研究人員開發(fā)出一套系統(tǒng)，在測量除草劑引起的植物脅迫方面，其分辨能力超越了人類視覺評(píng)估。
阿肯色農(nóng)業(yè)實(shí)驗(yàn)站（阿肯色大學(xué)系統(tǒng)農(nóng)業(yè)分部研究分支）的科學(xué)家在《智能農(nóng)業(yè)技術(shù)》期刊發(fā)表研究，證實(shí)高光譜傳感器（如光譜輻射計(jì)）可用于量化除草劑效果 —— 這是雜草管理中遏制除草劑抗性的關(guān)鍵環(huán)節(jié)。
普通相機(jī)利用紅、綠、藍(lán)三原色可見光波段（380-750 納米光譜范圍）成像，而高光譜傳感可捕獲 250-2500 納米波段及熱紅外光譜。
研究人員用該技術(shù)評(píng)估藜（常見雜草）對(duì)草甘膦的反應(yīng)，同時(shí)實(shí)證發(fā)現(xiàn)：當(dāng)植物暴露于亞致死劑量的除草劑時(shí)，其光合作用實(shí)際增強(qiáng)。藜（學(xué)名：Chenopodium album L.）是農(nóng)田和園藝環(huán)境中的常見雜草。
“目前通過視覺評(píng)級(jí)衡量植物對(duì)除草劑的反應(yīng)，但準(zhǔn)確性依賴評(píng)估者的培訓(xùn)水平和實(shí)踐經(jīng)驗(yàn)，” 該研究首席研究員奧雷莉・龐塞特表示，她同時(shí)擔(dān)任農(nóng)業(yè)分部及邦珀斯學(xué)院作物、土壤與環(huán)境科學(xué)系精準(zhǔn)農(nóng)業(yè)助理教授，“我們認(rèn)為，若能通過傳感器自動(dòng)化完成部分決策，未來可將其集成到實(shí)際應(yīng)用中。”
雜草科學(xué)家經(jīng)專業(yè)訓(xùn)練后，評(píng)估除草劑效果的誤差范圍為 10%（±5%）。而研究團(tuán)隊(duì)利用光譜輻射計(jì)采集數(shù)據(jù)并結(jié)合機(jī)器學(xué)習(xí)模型，將誤差控制在 12.1%，其目標(biāo)是將誤差降至 10% 以下。
團(tuán)隊(duì)采用隨機(jī)森林機(jī)器學(xué)習(xí)算法，分析實(shí)驗(yàn)中收集的數(shù)千個(gè)植被指數(shù)數(shù)據(jù)點(diǎn)。該算法通過整合多棵決策樹的輸出得出最終結(jié)果。
“我們成功用隨機(jī)森林模型描述藜對(duì)草甘膦的反應(yīng)，這意味著可突破傳統(tǒng)植被指數(shù)的研究框架 —— 后者是當(dāng)前文獻(xiàn)中逐漸興起的方法，” 研究第一作者馬里奧・索托表示，他是邦珀斯學(xué)院作物、土壤與環(huán)境科學(xué)專業(yè)碩士研究生。
未來方向
研究人員指出，高光譜傳感技術(shù)經(jīng)優(yōu)化后，可用于精準(zhǔn)測量雜草對(duì)除草劑的反應(yīng)，彌補(bǔ)人類視覺評(píng)估的局限性。該方法的進(jìn)一步開發(fā)與驗(yàn)證，還可能構(gòu)建高通量平臺(tái)，用于分類雜草對(duì)除草劑的響應(yīng)并篩選抗性品種。
阿肯色農(nóng)業(yè)實(shí)驗(yàn)站及邦珀斯學(xué)院雜草生理與分子生物學(xué)教授尼爾達(dá)・羅瑪 - 布爾戈斯提到：“盡管培訓(xùn)可彌補(bǔ)評(píng)估者經(jīng)驗(yàn)不足，但在惡劣環(huán)境中長時(shí)間評(píng)估處理效果時(shí)，即使是資深評(píng)估者也會(huì)因身心疲勞影響判斷。”
“從原理上講，該方法可消除除草劑效果評(píng)估中的人為因素，成為雜草科學(xué)研究的重要工具，” 研究合著者布爾戈斯補(bǔ)充道，“但仍需大量工作驗(yàn)證該方法在關(guān)鍵雜草物種、除草劑作用機(jī)制、施藥后時(shí)間及環(huán)境條件等維度的適用性。”
其他合著者包括應(yīng)用土壤物理與土壤學(xué)大學(xué)教授克里斯托弗・布賴、作物土壤與環(huán)境科學(xué)系項(xiàng)目助理韋斯利・弗朗斯，以及雜草科學(xué)研究生研究助理胡安・C・貝拉斯克斯。
更多信息：馬里奧・索托等，《藜（Chenopodium album L.）對(duì)草甘膦脅迫的高光譜表征及指標(biāo)研究》，《智能農(nóng)業(yè)技術(shù)》（2025）。DOI: 10.1016/j.atech.2025.100890
（本文由阿肯色大學(xué)提供）
- 如果本文收錄的圖片文字侵犯了您的權(quán)益，請(qǐng)及時(shí)與我們聯(lián)系，我們將在24內(nèi)核實(shí)刪除，謝謝！
