本網(wǎng)訊 近日，《總體環(huán)境科學(xué)》（IF=10.754，中科院一區(qū)）發(fā)表了我校工學(xué)院權(quán)龍哲教授智能農(nóng)田管理裝備團(tuán)隊(duì)的最新研究成果《高光譜遙感評(píng)估玉米農(nóng)田生態(tài)系統(tǒng)雜草競(jìng)爭(zhēng)力》（Hyperspectral remote sensing to assess weed competitiveness in maize farmland ecosystems）。該研究描述了一種玉米高通量表型的綜合競(jìng)爭(zhēng)指標(biāo)和深度學(xué)習(xí)相結(jié)合的雜草競(jìng)爭(zhēng)評(píng)估方法。結(jié)果表明，玉米植株的株高、莖粗和營(yíng)養(yǎng)元素等累積參量隨著競(jìng)爭(zhēng)水平的增強(qiáng)不斷下降，氣孔導(dǎo)度(GSW)、蒸騰速率(E)等瞬態(tài)參量隨著競(jìng)爭(zhēng)水平的增強(qiáng)出現(xiàn)先升高后下降的波動(dòng)變化；與傳統(tǒng)競(jìng)爭(zhēng)系數(shù)RCI相比CCI的標(biāo)準(zhǔn)差為0.303、0.499，CCI的離散程度更好，更適合量化競(jìng)爭(zhēng)響應(yīng)。然后應(yīng)用高光譜遙感圖像結(jié)合人工智能模型3DCNN揭示不同雜草競(jìng)爭(zhēng)壓力的光譜響應(yīng)，并進(jìn)行雜草競(jìng)爭(zhēng)的早期預(yù)測(cè)。3DCNN模型對(duì)于不同的競(jìng)爭(zhēng)水平使用13個(gè)特征波段達(dá)到了RMSE=0.106、0.152的預(yù)測(cè)精度，可以準(zhǔn)確量化競(jìng)爭(zhēng)系數(shù)的細(xì)微變化，該研究可為農(nóng)田雜草智慧防控與智能除草裝備研制提供理論支撐。
工學(xué)院權(quán)龍哲教授為通訊作者，安徽農(nóng)業(yè)大學(xué)為通訊作者單位，其他團(tuán)隊(duì)成員婁朝霞、孫燈、李海龍、夏福霖參與了此項(xiàng)研究工作，本工作得到了國(guó)家自然科學(xué)基金、安徽農(nóng)業(yè)大學(xué)高層次人才啟動(dòng)資金的資助。（作者：婁朝霞 一審：劉燦 二審：任琪 三審：曹雷）
原文地址：https://doi.org/10.1016/j.scitotenv.2022.157071
