农业可持续发展中，如何实现智能精准施药？

在传统农业中，作物病害防治往往依赖大量化学农药的喷洒。然而，这种“一刀切”的方式不仅浪费资源，还可能污染环境、威胁人类的健康。随着全球气候变化和病原体抗药性的增强，如何用更智能、更精准的方法减少农药依赖，同时保障作物产量，成为农业可持续发展的一大挑战。那么，是否有一种技术，既能快速识别病害，又能精准施药，实现“药到病除”呢？

印度农业研究理事会印度农业研究所（ICAR-IARI）Roaf Ahmad Parray博士等在一项发表于《农业科学与工程前沿》（英文）（DOI: 10.15302/J-FASE-2024572）的研究中给出了答案。本研究中，来自印度、丹麦和美国的多国科学家联合开发了一套集成光谱传感器、机器学习模型和智能喷洒系统的创新技术，成功应用于花椰菜黑腐病的防治。这一技术通过非破坏性检测、智能决策和定向施药三大核心环节，大幅降低了农药用量，为绿色农业提供了新思路。

传统的病害检测依赖人工观察，耗时耗力且易出错。研究团队另辟蹊径，利用光谱传感器捕捉植物叶片的反射光信号。健康的叶片与感染黑腐病的叶片对光的反射存在显著的差异，尤其是在可见光和近红外波段。通过分析这些“光谱指纹”，传感器能快速判断植株的健康状况。然而，如何从海量光谱数据中准确区分病害与健康区域呢？针对这一问题，研究团队引入了机器学习算法，对比测试了决策树和支持向量机（SVM）这两种模型。结果显示，SVM模型凭借96.7%的测试准确率脱颖而出，优于决策树的89.9%。因此，这一高精度模型被嵌入智能喷洒系统的控制单元，成为决定是否施药的“大脑”。

传统喷洒设备往往覆盖整片农田，而该团队研发的智能喷洒系统则像“外科医生”一样精准。当传感器检测到病害区域时，系统通过微型泵和特制喷嘴，仅对患病部位喷洒农药；若识别为健康植株，则自动关闭喷洒功能。田间试验表明，这套系统在100平方米的花椰菜试验田中，成功识别并处理了75%的病害植株，同时避免了87.5%的健康植株受到误喷。与传统背负式喷雾器相比，智能系统减少了72.5%的农药用量，喷洒时间也节省了21%。

同时，设备采用低成本材料和开源硬件，确保小型农户也能负担。设备的传感器与喷洒单元的间距经过优化，可在25–45厘米范围内稳定工作，适应于不同种植密度的农田。此外，系统仅需定期校准白板参考值，操作简单，适合缺乏专业技能的农户使用。

目前，团队已在印度农业研究所的试验田完成了初步验证。未来研究将探索该技术对其他作物（如番茄、马铃薯）及病害（如霜霉病）的适用性，并结合无人机技术扩大应用。