高光谱成像鉴别草甘膦抗性与敏感意大利黑麦草

本文研究主要关注于利用高光谱成像技术来区分耐草甘膦（Glyphosate-resistant, GR）和非耐草甘膦（ Glyphosate-susceptible, GS）的意大利黑麦草（Lolium perenne ssp. multiflorum），这是农业领域的一个重要课题，特别是在草甘膦广泛应用并导致某些杂草产生抗性的背景下。草甘膦作为一种广谱除草剂，对于维持作物间的杂草控制具有显著作用。然而，随着长期使用，一些杂草种类如意大利黑麦草可能进化出对抗草甘膦的耐受性，这会挑战农作物生产的可持续性和经济效益。 研究人员开发了一种非侵入式、快速且无损的检测方法，通过高光谱成像技术获取植物的光谱特征。他们采用前向选择算法优化GR和GS植物之间的接收器工作特性，筛选出一系列敏感的光谱带。这些光谱带反映了植物的生理和生物化学状态，能够反映其对草甘膦的反应差异。随后，通过线性判别分析进一步降低特征维度，减少冗余信息，提高数据分析效率。 分类阶段，最大似然分类算法被用来将这些光谱特征转化为GR意大利黑麦和GS意大利黑麦的明确分类。尽管研究结果显示总体分类精度达到了75%至80%，相较于之前针对Palm菜的研究，这个准确性稍低，但高光谱成像技术的优势在于其操作简便，无需破坏性采样，这对于大面积农田管理和决策制定具有显著优势。 这项研究为意大利黑麦草的区分提供了一个实用工具，有助于农场主及时识别耐草甘膦杂草，从而调整种植策略，采取针对性的化学防治措施或者采用其他非化学控制手段，如生物防治或轮作，以保持作物产量和土壤健康。随着技术的进一步发展和完善，高光谱成像技术有望成为农业抗草甘膦杂草管理中的重要辅助手段。