英国洛桑研究所（Rothamsted Research）与博世（Bosch）、Chafer Machinery、xarvio 等行业伙伴携手，研发出一种基于人工智能的黑麦草（Alopecurus myosuroides） AI 田间相机系统，能精准识别黑麦草并定向喷药。经数千张图像训练，系统检测准确率达 85%，既减少农药使用、降低成本，还能遏制抗药性杂草。
黑麦草是英国最顽固的农田杂草之一，该技术为其精准防控提供了全新路径。
这套系统通过安装在Chafer Machinery喷雾机喷杆上的相机，识别不同生长阶段的黑麦草，并仅向受侵染的田间区域定向喷洒除草剂。通过局部靶向处理，该技术旨在减少化学药剂使用量、降低种植成本，同时遏制抗除草剂杂草的蔓延。
洛桑研究所的科学家们利用数千张田间图像训练 AI 算法，这些图像涵盖了不同环境条件下的作物与黑麦草。在博世的协作下，团队手动标注了近 5000 张照片，精准识别出 1.2 万多株黑麦草和 1 万株其他杂草。这些数据被用于训练系统，使其能够在小麦、大麦、豆类等作物中准确区分黑麦草。
田间试验确定了最优设备配置：在Chafer Machinery喷雾机上安装 28 台相机，距地面 1.1 米高度。与针对单株杂草的点喷系统不同，该配置采用地图导航模式——引导喷雾机覆盖所有检测到黑麦草的区域。
各合作方发挥专业优势：博世主导人工智能与成像技术研发，Chafer Machinery对其设备进行适配改造以实现精准喷雾，xarvio 则通过测试除草剂类型和施用参数，完善农艺应用模块。
″黑麦草是一种极具破坏性的杂草，种植户不得不依赖日益复杂且昂贵的除草剂混合物进行防治，″ 洛桑研究所的大卫・科蒙特博士（Dr. David Comont）表示，″通过仅在需要的区域施用除草剂，我们既能保持防治效果，又能减少药剂使用量和种植成本。″
博世的彼得・弗兰克兰德（Peter Frankland）指出，免耕、少耕等耕作方式的推广，使杂草防治面临更大挑战。″免耕和少耕系统会让草籽留在土壤表层附近，这就需要更智能、可持续的防控工具。″
博世 AI 专家穆罕默德・卡塞姆（Muhammad Kassem）透露，该 AI 系统在多个生长季、多种作物类型中的检测准确率约为 85%。该项目由英国环境、食品和农村事务部（DEFRA）通过农业创新计划，以及英国研究与创新署（UKRI）″食品生产转型″ 专项提供资金支持。
此次合作凸显了数字技术在精准农业中的作用日益凸显——种植者正致力于在作物产量、可持续发展与投入品使用效率之间寻求平衡。
