马里奥・索托（左），作物、土壤与环境科学系硕士研究生，与阿肯色大学农业分部及戴尔・邦珀斯农业、食品与生命科学学院精准农业助理教授奥雷莉・庞塞特，共同展示一项用于测量除草剂对植物作用效果的研究设备。（图片来源：阿肯色大学农业分部）

通过结合人工智能与可感知不可见光的传感器，阿肯色州研究人员开发出一套系统，在测量除草剂引起的植物胁迫方面，其分辨能力超越了人类视觉评估。

阿肯色农业实验站（阿肯色大学系统农业分部研究分支）的科学家在《智能农业技术》期刊发表研究，证实高光谱传感器（如光谱辐射计）可用于量化除草剂效果 —— 这是杂草管理中遏制除草剂抗性的关键环节。

普通相机利用红、绿、蓝三原色可见光波段（380-750 纳米光谱范围）成像，而高光谱传感可捕获 250-2500 纳米波段及热红外光谱。

研究人员用该技术评估藜（常见杂草）对草甘膦的反应，同时实证发现：当植物暴露于亚致死剂量的除草剂时，其光合作用实际增强。藜（学名：Chenopodium album L.）是农田和园艺环境中的常见杂草。

“目前通过视觉评级衡量植物对除草剂的反应，但准确性依赖评估者的培训水平和实践经验，” 该研究首席研究员奥雷莉・庞塞特表示，她同时担任农业分部及邦珀斯学院作物、土壤与环境科学系精准农业助理教授，“我们认为，若能通过传感器自动化完成部分决策，未来可将其集成到实际应用中。”

杂草科学家经专业训练后，评估除草剂效果的误差范围为 10%（±5%）。而研究团队利用光谱辐射计采集数据并结合机器学习模型，将误差控制在 12.1%，其目标是将误差降至 10% 以下。

团队采用随机森林机器学习算法，分析实验中收集的数千个植被指数数据点。该算法通过整合多棵决策树的输出得出最终结果。

“我们成功用随机森林模型描述藜对草甘膦的反应，这意味着可突破传统植被指数的研究框架 —— 后者是当前文献中逐渐兴起的方法，” 研究第一作者马里奥・索托表示，他是邦珀斯学院作物、土壤与环境科学专业硕士研究生。

未来方向

研究人员指出，高光谱传感技术经优化后，可用于精准测量杂草对除草剂的反应，弥补人类视觉评估的局限性。该方法的进一步开发与验证，还可能构建高通量平台，用于分类杂草对除草剂的响应并筛选抗性品种。

阿肯色农业实验站及邦珀斯学院杂草生理与分子生物学教授尼尔达・罗玛 - 布尔戈斯提到：“尽管培训可弥补评估者经验不足，但在恶劣环境中长时间评估处理效果时，即使是资深评估者也会因身心疲劳影响判断。”

“从原理上讲，该方法可消除除草剂效果评估中的人为因素，成为杂草科学研究的重要工具，” 研究合著者布尔戈斯补充道，“但仍需大量工作验证该方法在关键杂草物种、除草剂作用机制、施药后时间及环境条件等维度的适用性。”

其他合著者包括应用土壤物理与土壤学大学教授克里斯托弗・布赖、作物土壤与环境科学系项目助理韦斯利・弗朗斯，以及杂草科学研究生研究助理胡安・C・贝拉斯克斯。

更多信息：马里奥・索托等，《藜（Chenopodium album L.）对草甘膦胁迫的高光谱表征及指标研究》，《智能农业技术》（2025）。DOI: 10.1016/j.atech.2025.100890

（本文由阿肯色大学提供）