近日，我院宋传鸣教授团队在农林科学领域中国科学院期刊分区1区Top期刊《Pest Management Science》上发表了题为“ASVLB-Net: A lightweight network for multispectral weed segmentation with NDVI-guided adaptive fusion”的学术论文。该成果由信息工程学院硕士研究生董政彤为第一作者，宋传鸣教授为通讯作者，大连大学为第一署名单位。

本研究面向精准农业需求，针对低空多光谱遥感影像中作物与杂草特征相似、尺寸多变、相互遮挡导致识别困难的实际问题，创新性地提出了一种轻量级杂草分割网络ASVLB-Net，旨在为无人机精准施药提供高效、可靠的技术方案。

该网络针对低空无人机采集的多光谱数据特点，设计了自适应光谱-植被融合模块与层间级联多尺度编码器，有效融合光谱与空间信息，精准捕捉不同尺度下的作物与杂草特征，显著提升了分割精度与鲁棒性。经验证，ASVLB-Net在公开数据集上性能优异，同时具备计算复杂度低的优势，非常适合部署于无人机等边缘计算平台，为基于无人机低空遥感的精准农业管理提供了切实可行的新技术路径。

该研究成果体现了团队在低空遥感信息处理与农业人工智能交叉领域的创新突破，对推动智慧农业发展和减少除草剂滥用具有重要理论价值与应用前景。

《Pest Management Science》创刊于1970年，是国际作物保护与害虫防治研究开发领域的重要学术期刊，为中国科学院农林科学一区TOP期刊，被SCIE（Science Citation Index Expanded）收录。该期刊主要发表有害生物管理产品和策略的发现、应用及其对环境影响的论文，在农林科学领域具有重要国际影响力。