棉花田里的“侦察兵”：棉花杂草检测与防治全解析
一、棉花杂草之患：不容小觑的威胁
在棉花的生长历程中，棉田杂草犹如隐藏在暗处的“敌人”，对棉花的生长构成了严重威胁。
（一）资源争夺，制约生长
杂草与棉花之间存在着激烈的资源竞争。棉花播种后至出苗前，利用除草剂处理土壤是防除杂草的关键举措之一。然而，杂草始终与棉花争夺着养分、水分和光照等至关重要的生长资源。研究表明，杂草会导致棉花减产 14% - 16%，在情况严重时，减产幅度甚至可达 60%左右。这一数据直观地反映出杂草对棉花生长的严重制约，使得棉花在营养生长和生殖生长方面都受到极大影响。
（二）品质降低，影响收益
杂草不仅影响棉花的产量，还会降低棉花的品质。例如，龙葵浆果汁会污染棉纤维，使棉纤维的品质下降；田旋花茎叶缠绕棉株，给采收工作带来极大不便，棉絮中混入田旋花茎叶等杂质，进一步降低了棉花的商品价值。这些品质问题直接影响到棉花的销售价格和农民的经济收益。
（三）传播病虫，加重危害
杂草成为了病虫害的“避风港”，为病虫害的栖息和传播提供了有利条件。相关研究表明，反枝苋、龙葵、车前、香附子、马唐、狗尾草、双穗雀稗、铁苋菜等 15 种杂草，可作为转主或寄主传播 26 种病虫害。田间杂草的大量存在，使得病虫害的发生和传播风险大幅增加，给棉花的健康生长带来了巨大挑战。
（四）成本增加，效益下降
在新疆棉花地膜覆盖种植模式下，机械除草手段如中耕等难以有效实施，后期杂草清除主要依赖人工。杂草发生越严重，清除杂草所需的用工量就越多，这直接导致棉花生产成本上升，农民植棉的经济效益下降。
综上所述，新疆棉田杂草危害严重，清除杂草工作刻不容缓。目前，大田生产中常见的清除杂草方法有化学防治、生工防治、物理防治、生态防治、生物防治和综合治理等。随着我国农业现代化进程的加速，农业经营模式朝着规模化、产业化、集约化方向发展，农村可支配劳动力减少，农业生产对除草剂的需求不断增加。相关数据显示，除草剂的使用率远高于杀菌剂和杀虫剂，约占总产量的 63%。
二、主要农田杂草分类：认清“敌人”真面目
我国主要棉区的棉田杂草种类繁多，主要可分为禾本科、阔叶杂草和莎草科杂草等。
（一）禾本科杂草
- 马唐：禾本科马唐属一年生草本植物，通常于 5 - 6 月出苗，7 - 9 月抽穗、开花，8 - 10 月结实。其分蘖力和再生力较强，是旱地作物的恶性杂草，在旱地杂草中发生数量和分布范围居首位，主要在作物生长的前中期为害。同时，它还是棉铃虫和稻飞虱的寄主，并能感染栗瘟病、小麦雪腐病和菌核病等。
- 牛筋草：禾本科穇属一年生草本植物，生长和繁殖能力极强，既可通过种子进行有性繁殖，也可通过根、茎、叶进行无性繁殖。
- 千金子：禾本科千金子属一年生草本植物，一般于 5 - 6 月出苗，8 - 11 月陆续开花、结果与成熟。分蘖力强，中后期生长较快，对生存环境要求不高，适应性较强。种子成熟后散落在地上，会对水稻、豆类、棉花等作物造成严重危害。
- 狗尾草：在黄河流域棉区，棉花播种后，随着气温回升，至 5 月中下旬在田间形成第一个出苗高峰时，狗尾草是主力杂草之一。
- 稗草：在西北内陆棉区，以耐旱的杂草为主，稗草是出现频率较高的杂草之一。
（二）阔叶杂草
- 铁苋菜：大戟科铁苋菜属一年生草本植物，适应性强，分布广泛，是秋熟旱地作物的主要杂草，在棉花、甘薯、玉米、大豆及蔬菜田为害较重，逐渐成为这些作物田的优势杂草种群。
- 小蓬草：菊科白酒草属一年生草本植物，种子成熟后随风飞扬，在每年的 4 月和 10 月出现 2 个出苗高峰。成熟后产生大量瘦果，蔓延速度极快，为害严重。它能通过分泌化感物质抑制邻近植物的生长，入侵性强。同时，该植物是棉铃虫和棉椿象的中间宿主，其叶汁和捣碎的叶对皮肤有刺激作用。
- 灰绿藜：在黄河流域棉区，5 月中下旬田间第一个出苗高峰时会出现。部分地区为害较重，在新疆南疆早中熟棉区中，危害也较为严重。
- 反枝苋：是黄河流域棉区出现频率较高的杂草之一，同时也是部分地区阔叶杂草中的主要杂草种类。
- 艾蒿：在部分地区，阔叶杂草以艾蒿为主。
（三）莎草科杂草
香附子：莎草科多年生草本植物，具有高繁殖性、难防除性和高危害性。一般曾种植过水稻的地，香附子发生较重。目前生产上主要使用定向触杀型除草剂草甘膦来解决，采用人工涂抹方式防治，有直接涂抹和剪茎后涂抹两种方式。
三、农田主要杂草生长特点：把握“敌人”动向
棉田杂草有两个明显的出苗高峰时期。
（一）第一个出苗高峰
在棉花播种后，随着早春气温的回升，5 月中下旬形成第一个出苗高峰。此时出苗的杂草种类多、数量大，是棉田化学除草的重点时期。这个时期以狗尾草、马唐、旱稗、藜等杂草为主。这些杂草生长迅速，与棉花争夺养分、水分、光照等资源的能力极强。同时，它们也为病虫害提供了栖息环境，加重了棉田病虫害的发生及传播。
（二）第二个出苗高峰
6 月底到 7 月初，随着雨季的到来，田间又有部分杂草陆续出土。此期出土的杂草种类和数量相对较少，以香附子等杂草为主。与此同时，前期出土的杂草进入生长最盛时期，容易对棉花造成严重伤害。对于地膜覆盖的棉田，由于膜内耕作层土温高、底墒好，杂草出苗早而集中，一般覆膜后 5 - 7 天杂草陆续出土，在墒情好的情况下，15 天左右即形成出土高峰。
四、主要农田杂草防治：精准打击“敌人”
（一）非化学控草技术
- 农业措施：及时清除田边、路旁的杂草，能够有效防止杂草侵入棉田。通过与小麦、玉米等作物轮作倒茬，可以减少伴生杂草的发生。不同作物的生长周期和对养分的需求不同，轮作可以打破杂草的生长环境，降低其生存几率。
- 物理措施：播种前进行翻耕或旋耕整地，可以灭除田间已经出苗的杂草。在棉花生长期，结合机械施肥和中耕培土，能防除行间杂草。采用地膜覆盖除草也是一种有效的物理方法，地膜可以阻挡阳光，抑制杂草的生长。
- 生态措施：小麦秸秆覆盖能有效降低杂草出苗数。小麦秸秆覆盖在土壤表面，形成了一层物理屏障，减少了土壤表面的光照和热量，不利于杂草种子的萌发。
（二）化学控草技术
- 苗床杂草防治：可采用“封杀结合”的策略。土壤封闭处理是在苗床播种前，选用乙草胺、氟乐灵、精异丙甲草胺、二甲戊灵、敌草胺及其混剂进行土壤封闭处理，防止杂草种子萌发。若棉花出苗后杂草较多，可选用高效氟吡甲禾灵、精吡氟禾草灵及其混剂进行茎叶喷雾处理。
- 露地直播棉田杂草防治：采用“封 + 杀 + 补结合”策略。播后苗前，进行土壤封闭处理，药剂选择同地膜直播棉田。棉花出苗后，杂草 2 - 4 叶期，根据杂草发生情况进行茎叶喷雾处理，药剂选择也同地膜直播棉田。现蕾至开花期，根据杂草发生情况，可补喷草铵膦、乙羧氟草醚进行行间定向喷雾防除。
五、棉花杂草目标检测技术：打造“侦察兵”利器
（一）基于低空无人机影像和 YOLOv3 的检测方法
- 数据获取与模型构建：在棉花杂草目标检测中，可使用大疆无人机（如大疆 DJI 四旋翼无人机悟 Inspire 1 PRO）和可见光相机（大疆禅思 X5 可见光相机）获取数据。由于 YOLOv3 通过对 VOC2007 数据集和 COCO 数据集聚类获得的初始候选框宽高与实际研究对象大小有明显差异，因此采用 k - means++ 算法完成初始种子点选择，并采用 IoU 取代欧氏距离以消除候选框差异带来的干扰，从而改变 YOLOv3 模型目标框尺寸。同时，为解决小目标识别效果差、定位不精准的问题，YOLOv3 采用跨尺度检测方法。本研究因棉花幼苗和杂草目标更小，在原有尺度基础上增加了 104×104 尺度。即首先经过所有卷积得到第一个 13×13 的特征图谱，此时下采样倍数为 32，特征图感受野比较大，适合检测图像中尺寸比较大的目标；然后将本层 13×13 的特征图谱经过×2 上采样扩充到 26×26，并与上层中 26×26 的特征图谱拼接，得到新的 26×26 的特征图谱，在该特征尺度上进行第二次预测，此时得到的特征图谱是相对输入图像 16 倍下采样，具有中尺度感受野，适合检测中等尺度对象；最后，将本层 26×26 的特征图谱经过×2 上采样扩充到 52×52，检测小尺度对象，再增加到 104×104 尺度以更好地检测棉花幼苗和杂草。
- 数据集构建与模型评价：将三种不同分辨率的影像统一到 10000 个构建数据集，其中训练集与测试集的比例为 9:1。采用多尺度训练策略，由于模型下采样因子为 32，所以训练过程中图像随机变换的尺寸大小为 32 的倍数，变化范围为 320 pixel×320 pixel 到 608 pixel×608 pixel。训练时采用随机旋转、缩放、翻转、平移等方式来扩充数据集。但对于模型评价存在一些疑问，如精度指标是否是逐像素对比，以及 YOLOv3 卷积得到第一个 13×13 的特征图谱中下采样倍数为 32 的具体含义等。
（二）基于改进 Detection Transformer 的检测模型
- 模型改进措施：该模型在多个方面进行了改进。首先，引入可变形注意力模块替代原始模型中的 Transformer 注意力模块，提高了模型对特征图目标形变的处理能力。其次，提出新的降噪训练机制，解决了二分图匹配不稳定问题。同时，提出混合查询选择策略，提高了解码器对目标类别和位置信息的利用效率。此外，使用 Swin Transformer 作为网络主干，提高了模型特征提取能力。
- 模型效果：通过对比原网络，该模型方法在训练过程中表现出更快的收敛速度，并且在准确率方面提高了 6.7%。
（三）基于 CNN 的棉田杂草识别方法
- 数据处理与模型构建：首先采集不同环境下棉田中棉花植株和不同种类的杂草图像作为网络模型的数据集，对数据集进行数据增强来增加数据集的数量，将其分为训练集与测试集。然后构建 CNN 网络模型，并在模型中添加 Dropout 层，以防止网络出现过拟合。将训练集数据输入网络模型，使模型学习棉花植株和杂草的特征信息。
- 模型性能：研究结果表明，该 CNN 模型对于棉花植株和杂草的分类结果精度超过了 99.95%，识别时间为 197.2s，证明 CNN 可以快速高效地识别棉田中棉花植株和杂草。
六、棉花杂草目标检测的重要性：守护棉田的关键
棉花杂草目标检测对于提高棉花产量和质量、实现可持续除草管理具有至关重要的意义。
（一）提高产量
准确检测棉花杂草能够及时采取有效的除草措施，避免杂草与棉花争夺养分、水分、光照等资源。研究表明，杂草可造成棉花减产 14% - 16%，严重时甚至可造成棉花减产 60%左右。通过目标检测，可以在杂草生长初期就进行精准防治，减少其对棉花生长的影响，从而提高棉花产量。
（二）提升品质
目标检测有助于降低棉花品质受杂草的影响。例如龙葵浆果汁会污染棉纤维，田旋花茎叶缠绕棉株影响采收，棉絮中混有田旋花茎叶等杂质。及时检测并清除杂草，能够有效提高棉花的品质。
（三）预防病虫害
棉花杂草目标检测可以有效预防病虫害的发生及传播。杂草成为病虫害的栖息环境，如反枝苋、龙葵、车前、香附子、马唐、狗尾草、双穗雀稗、铁苋菜等 15 种杂草，可作为转主或寄主传播 26 种病虫害。通过目标检测，能够及时清除杂草，减少病虫害的滋生和传播，保障棉花的健康生长。
（四）降低成本
通过精准的目标检测，可以减少不必要的除草剂使用，降低生产成本。同时，减少病虫害的发生也能降低防治病虫害的成本，提高农民植棉的经济效益。
