近日，《总体环境科学》（IF=10.754，中科院一区）发表了安徽农业大学工程实验室权龙哲教授智能农田管理装备团队的最新研究成果《高光谱遥感评估玉米农田生态系统杂草竞争力》（Hyperspectral remote sensing to assess weed competitiveness in maize farmland ecosystems）。该研究描述了一种玉米高通量表型的综合竞争指标和深度学习相结合的杂草竞争评估方法。结果表明，玉米植株的株高、茎粗和营养元素等累积参量随着竞争水平的增强不断下降，气孔导度(GSW)、蒸腾速率(E)等瞬态参量随着竞争水平的增强出现先升高后下降的波动变化; 与传统竞争系数RCI相比CCI的标准差为0.303、0.499，CCI的离散程度更好,更适合量化竞争响应。然后应用高光谱遥感图像结合人工智能模型3DCNN揭示不同杂草竞争压力的光谱响应，并进行杂草竞争的早期预测。3DCNN模型对于不同的竞争水平使用13个特征波段达到了RMSE=0.106、0.152的预测精度，可以准确量化竞争系数的细微变化，该研究可为农田杂草智慧防控与智能除草装备研制提供理论支撑。
