基于遥感的杂草检测与控制

意大利黑麦草是一种常见于冬小麦田的禾本科杂草，与冬小麦争夺水分和养分。若不使用除草剂进行有效控制，黑麦草会导致产量和谷物品质大幅下降。为控制成本和环境影响，我们利用无人机和卫星影像检测杂草。卫星影像分辨率过低，无法用于精准喷洒，但可辅助规划无人机飞行与处理方案。相比之下，无人机图像具有足够好的分辨率用于精准喷洒。然而，黑麦草难以与作物区分，且标注需要专业知识。我们使用 Python 分割模型库测试了超过 600 种不同的神经网络架构，用于无人机图像中的杂草分割，并绘制了这些模型的精度与预测成本的关系图。我们最优的系统能将除草剂喷洒到超过 99% 的杂草上，而喷洒面积仅比标注的杂草面积大 30%。当杂草仅覆盖农田的一小部分时，这些模型可大幅节省成本。