“倘若有什么植物妨礙了我們的計劃，或是擾亂了我們干凈整齊的世界，人們就會給它們冠上雜草之名。可如果你本沒什么宏偉大計或長遠藍圖，它們就只是清新簡單的綠影，一點也不面目可憎?！? ? ?——《雜草的故事》
清新簡單的綠影自然面目可愛，惹人注目，但人類生存之下，繁多冗雜的一片蔓延，確是明目張膽地搶了農作物的地盤，傷了農業(yè)發(fā)展。
世界上的雜草有1000多種，它們通常生長迅速、繁殖能力強，會對農業(yè)產生一定的影響。雜草不僅會與農作物爭奪土壤養(yǎng)分和水分，傳播病蟲害，從而影響農作物的生長和產量，含有毒素的雜草還會影響農作物品質。
因此，對于農業(yè)生產來說，防治雜草對保證農作物的正常生長和產量至關重要。
IRIS機載一體式激光雷達高光譜成像儀在評估雜草抗性方面的應用
雜草防治是現代農業(yè)生產管理的重要組成部分。然而，過度依賴常用除草劑進行化學防治已導致大量抗性雜草的出現，對可持續(xù)農業(yè)構成重大威脅。因此，開發(fā)一種大面積準確評估和量化田間雜草抗性的方法對于農場管理和可持續(xù)發(fā)展至關重要。目前的方法，例如目視檢查，既費時又費力。酶測定雖然準確，但只能在實驗室環(huán)境中進行。熱成像技術可能會受到環(huán)境因素的影響，導致在室外使用時精度較低。因此，無法大規(guī)模應用。無人機（UAV）和各種傳感器已經成為植物表型研究中不可或缺的工具。
在這項研究中，作者于2021年6月7日在中國黑龍江省哈爾濱市向陽農場（位于北緯45°61′，東經126°97′）使用LR 1601-IRIS 機載一體式激光雷達高光譜成像儀（北京理加聯合科技有限公司）進行了相關試驗。旨在（1）根據雜草表型和鮮重提出新的抗性指數，來有效地量化田間雜草的抗性；(2) 利用高光譜傳感器識別抗性雜草和敏感雜草之間的內在差異和敏感光譜區(qū)域；（3）通過多模態(tài)數據融合和深度學習研究光譜、結構和紋理信息及其組合在抗性評估中的貢獻；（4）評估所提出的模型針對不同雜草密度和繪制抗性雜草的能力。
機載雜草抗性評估方法的工作流程。
結果
（a） 不同抗性和密度的高光譜反射率曲線；（b）高光譜一階導數。虛線代表抗性雜草，實線代表敏感雜草，顏色代表雜草密度。
CRS測量和預測值散點圖。
結論
（1）敏感雜草和抗性雜草的光譜響應存在明顯差異，連續(xù)投影算法（SPA）選擇的最佳波段與抗性表達波段的最佳波段相吻合；（2）通過多模態(tài)數據融合提高了抗性評估的準確性，后期深度融合網絡表現出最佳的準確性，R2為0.777，RMSE為0.547；（3）多模態(tài)融合網絡模型在不同密度的抗性評估中表現出強大的適應性，并有效地生成雜草抗性圖?？偟膩碚f，這項研究證明了使用多模態(tài)數據融合和CRS，結合深度學習，實現準確和可靠的農田雜草抗性評估的有效性。本研究為農田抗性雜草管理提供了一種更有效、更準確的方法，并為可持續(xù)農業(yè)的發(fā)展提供助力。
請點擊下方鏈接，閱讀原文：
https://mp.weixin.qq.com/s/XAh-ViZj0CIr5xJn3cMY0A