本网讯 近日，工学院权龙哲教授智能农田管理装备团队连续在国际权威期刊《Soil & Tillage Research》（IF=7.4，中科院一区，TOP），《Computers and Electronics in Agriculture》（IF=8.3，中科院一区，TOP），《Biosystems Engineering》（IF=5.1，中科院一区，TOP）、《Frontiers in Plant Science》（IF=5.6，中科院一区，TOP），发表了题为“A conceptual evaluation of a weed control method with post-damage application of herbicides: A composite intelligent intra-row weeding robot”，“Row anchor selection classification method for early-stage crop row-following”，“Intelligent intra-row robotic weeding system combining deep learning technology with a targeted weeding mode”和“Monitoring weed mechanical and chemical damage stress based on chlorophyll fluorescence imaging”的四篇研究论文。这四项成果分别解决了损伤施药除草的生物学原理、农田机器人自动驾驶技术、农田机器人株间除草控制方法、损伤施药株间除草机器人的防效评估等问题，为农田抗性杂草防控及农业可持续发展提供新思路。

本文提出了一种行锚点选择分类方法（RASCM）来跟踪早期作物行，并通过早期玉米幼苗数据集（Edataset）和LRC-数据集来验证实验结果，RACSM展示了在不同环境下的强大的泛化性能，是实时跟踪早期作物行的一种新方法，为开发自走式农田除草机器人奠定基础。

本文基于人工智能技术提出了一种新型株间除草控制新方法并建立了耕除评价标准，通过创建保护区和除草区降低了作物损伤率，并在垄作条件下采用楔形除草刀开展农田试验，机器人的除草率为85.91%，伤苗率为1.17%，试验结果表明该机器人的除草性能优于传统机械除草。

本文采用叶绿素荧光技术（CF）对杂草的应激生理状态进行非破坏监测，开展了化学损伤、机械损伤以及复合损伤的生物学胁迫研究。试验结果表明：在复合损伤下杂草的CF参数变化最显著，复合损伤胁迫3-4天后R值便可达到71%-73%；该研究揭示了机械损伤、化学损伤和复合损伤对杂草CF参数的影响规律，并提出了损伤施药新型除草方法。

在前期研究的基础上，团队设计了一款新型株间草机器人——损伤施药除草机器人。农田试验表明：机器人在玉米/蔬菜田中以2公里/小时的速度自动行驶，除草率可达90.0%，伤苗率仅为1.9%；此外，在控制杂草复生方面，损伤施药除草方法明显优于传统机械除草方法，所使用的化学药剂仅为推荐计量的15%，该机器人对抗性杂草的防除效果尤佳。

工学院权龙哲教授在四项成果中分别担任第一作者或通讯作者，茄子精产国产品网页版为第一单位，其团队成员姜伟、陈克永、魏春雨、耿天宇主要参与完成此项研究工作。研究获得了国家自然科学基金资助。该项研究为抗性杂草智慧化防控和智能除草装备的开发奠定基础。（作者：姜伟、权龙哲 一审：刘灿 二审：杨洋 三审：姚莉）

论文链接

https://www.sciencedirect.com/science/article/pii/S0167198723002040#fig0005

https://www.sciencedirect.com/science/article/pii/S1537511022000265?via%3Dihub#fig3

https://www.sciencedirect.com/science/article/pii/S0168169921005949?ref=pdf_download&fr=RR-2&rr=7f1dc3538804e6ae

https://www.frontiersin.org/articles/10.3389/fpls.2023.1188981/full