作物、土壤與環(huán)境科學(xué)系碩士研究生馬里奧・索托（左）和農(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，展示了一項(xiàng)用于測量除草劑對植物有效性研究的設(shè)備。圖片來源：阿肯色大學(xué)系統(tǒng)農(nóng)業(yè)分部

通過結(jié)合人工智能與可感知可見光以外光譜的傳感器，阿肯色州研究人員開發(fā)出一種系統(tǒng)，在測量除草劑引起的植物脅迫方面超越了人類的辨別能力。

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)分部的研究分支）的科學(xué)家在《智能農(nóng)業(yè)技術(shù)》期刊發(fā)表的研究中，驗(yàn)證了光譜輻射計(jì)等高光譜傳感器可幫助量化除草劑效果的概念 —— 這是雜草管理中遏制除草劑抗性的關(guān)鍵要素。

普通相機(jī)利用紅、綠、藍(lán)三原色可見光波段，在 380 至 750 納米的光譜范圍內(nèi)成像；而高光譜傳感則可捕獲 250 至 2500 納米波段及熱紅外光譜。

研究人員用該技術(shù)評估了普通藜（Chenopodium album L.）對草甘膦的反應(yīng)，并通過實(shí)證發(fā)現(xiàn)：當(dāng)該植物暴露于亞致死劑量的除草劑時，其光合作用實(shí)際增強(qiáng)。普通藜是農(nóng)業(yè)和園藝環(huán)境中的常見雜草。

“目前通過視覺評級衡量植物對除草劑施用的反應(yīng)，但其準(zhǔn)確性取決于評級者的培訓(xùn)質(zhì)量和實(shí)踐年限，” 該研究首席研究員、農(nóng)業(yè)分部及戴爾・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)助理教授奧雷莉・龐塞表示，“我們認(rèn)為，若能有傳感器自動化完成部分決策，未來或許可將其應(yīng)用于實(shí)際場景�！�

雜草科學(xué)家經(jīng)專業(yè)訓(xùn)練后，評估除草劑效果的誤差幅度為 ±5%（即 10% 區(qū)間）。研究人員通過光譜輻射計(jì)收集數(shù)據(jù)并結(jié)合機(jī)器學(xué)習(xí)模型，將誤差幅度控制在 12.1%，其目標(biāo)是將誤差降至 10% 以下。

他們采用隨機(jī)森林機(jī)器學(xué)習(xí)算法，分析實(shí)驗(yàn)中收集的數(shù)千個植被指數(shù)數(shù)據(jù)點(diǎn)。該算法通過整合多個決策樹的輸出得出最終結(jié)果。

“我們利用隨機(jī)森林描述普通藜對草甘膦施用反應(yīng)的成功，為超越植被指數(shù)的開發(fā)開辟了可能 —— 這是文獻(xiàn)中逐漸受關(guān)注的另一種方法，” 研究第一作者、邦珀斯學(xué)院作物、土壤與環(huán)境科學(xué)碩士研究生馬里奧・索托表示。

下一步計(jì)劃

實(shí)驗(yàn)站及邦珀斯學(xué)院雜草生理學(xué)與分子生物學(xué)教授尼爾達(dá)・羅瑪 - 布爾戈斯表示，盡管培訓(xùn)可彌補(bǔ)評估者經(jīng)驗(yàn)不足的問題，但在惡劣環(huán)境中長時間評估處理方案導(dǎo)致的身心疲勞，即使對最有經(jīng)驗(yàn)的評估者也會影響判斷。

“從原理上講，該方法可消除除草劑效果評估中的人為因素，成為雜草科學(xué)研究的寶貴工具，” 研究合著者布爾戈斯說，“但仍需大量工作來驗(yàn)證該方法在關(guān)鍵雜草物種、除草劑作用模式、施藥后時間及環(huán)境條件下的適用性�！�

該研究的其他合著者包括應(yīng)用土壤物理學(xué)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，《普通藜（Chenopodium album L.）中草甘膦誘導(dǎo)脅迫的高光譜指標(biāo)與特征分析》，《智能農(nóng)業(yè)技術(shù)》（2025）。DOI: 10.1016/j.atech.2025.100890

來源：阿肯色大學(xué)