本网讯 近日，365be体育入口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、损伤施药机器人的高光谱防效评估等问题，为农田抗性杂草防控及农业可持续发展开辟了新思路。
关于农业机器人自主导航的研究，文中提出了行锚点选择分类方法（RASCM）来跟踪早期作物行，并开发了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，是早期作物行跟踪领域的一种新方法，可作为该研究领域后续工作的基本参考。
关于行内除草机器人的研究，文中基于深度学习开发一种新的智能行内机械除草机器人系统，通过创立耕除标准建立了保护和除草区域以降低作物受伤率，在垄作条件下使用楔形除草刀重复实验，最终的除草率为85.91%，伤苗率为1.17%。该研究结果证明了所提出的行内除草方法的可行性。
关于损伤施药的生物学原理研究，文中利用叶绿素荧光（CF）技术对杂草的应激生理状态进行非破坏性监测，揭示化学机械损伤、机械损伤以及复合损伤的生物学机制；结果表明：复合损伤对CF参数的影响最显著，在经历仅3-4天的复合损伤胁迫后，R达到71%-73%；该研究结果将有助于理解机械损伤、化学损伤和复合损伤对杂草CF参数的影响，可作为杂草高效防控装备研制的理论依据。
在前期研究的基础上，基于损伤施药的创新除草理念，设计开发了一种智能行内除草机器人来评估该方法的性能。在对照实验中，提出的创新除草方法明显优于纯机械除草的除草率；其最大贡献是减少机械除草操作次数，从而降低能源消耗和对环境的损害。此外，与化学除草方法相比，所提出的方法在最小化除草剂使用的同时，实现了良好的除草效果，从而减少了作物损害、杂草抗药性和环境污染。在最终的玉米试验区，机器人以2.0公里/小时的速度行驶，并以每秒60帧的传输效率运行，机器人实现了90.0%的除草率和1.9%的伤苗率；在小白菜试验区表现更好，除草率达到94.5%，作物损害率为0.8%。同时，该方法仅使用传统化学除草防控方法所需除草剂的15.3%。因此，损伤施药行内除草机器人的除草、环保性能优于传统除草装备。
365be体育入口权龙哲教授在四项成果中分别担任第一作者或通讯作者，365be体育入口为第一单位，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理论研究奠定基础。（一审：姜伟、权龙哲 二审：刘灿 三审：张璐）
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
