weed mapping 的最新进展：系统综述
计算机视觉与模式识别
2026-02-03 v1 图像与视频处理
摘要
weed mapping 在精密管理中发挥着关键作用，通过提供关于weed分布的准确且及时的数据，使能够实现靶向控制并减少除草剂的使用，从而最小化环境影响，支持可持续土地管理，并改善农业和自然环境中的结果。最近的weed mapping进展利用地面车辆红绿蓝(RGB)摄像头、卫星和无人机遥感结合光谱、近红外(NIR)和热成像等传感器。产生的数据通过大数据分析和机器学习等先进技术处理，显著提高了weed图的空间和时空分辨率，并实现特定场地的管理决策。尽管该领域有越来越多的研究，但缺乏专门针对weed mapping的综合性文献综述。特别是，缺乏涵盖整个mapping管道，从数据获取到处理技术和mapping工具的结构化分析，限制了该领域的进展。本综述通过系统性地检查数据获取(传感器和平台技术)、数据处理(包括标注和建模)以及mapping技术(如时空分析和决策支持工具)中的最新方法，来填补这些差距。遵循PRISMA指南，我们批判性地评估和综合了文献中的关键发现，以提供对weed mapping格局的整体理解。本综述作为指导未来研究并支持开发高效、可扩展且可持续的weed管理系统的基础性参考文献。
引用
@article{arxiv.2507.01269,
title = {Advancements in Weed Mapping: A Systematic Review},
author = {Mohammad Jahanbakht and Alex Olsen and Ross Marchant and Emilie Fillols and Mostafa Rahimi Azghadi},
journal= {arXiv preprint arXiv:2507.01269},
year = {2026}
}