杂草虽然通过争夺资源对农作物造成严重危害，但也具有生态功能。因此需要研究作物与杂草竞争的变化规律，在保护杂草生物多样性的前提下，实现农田杂草的科学管理。在本研究中，于2021年在中国哈尔滨进行了一个竞争性试验，以五个时期的玉米为研究对象。采用基于玉米表型的综合竞争指数（CCI-A）来描述杂草竞争的动态过程和结果。在结构上与生物化学上分析了不同时期玉米与杂草竞争强度（1～5级）的信息及其对产量参数的影响。结果表明，随着竞争时间的延长，不同竞争水平（1～5级）间玉米株高、茎粗及氮、磷元素的差异显著。这直接导致玉米产量下降10%、31%、35%和53%，百粒重下降3%、7%、9%和15%。与传统的竞争指数相比，CCI-A在后四个时期具有更好的分散性，更适合于量化竞争的时间序列响应。然后应用多源遥感技术以揭示时间响应的光谱和激光雷达信息。光谱的一阶导数表明，在每个周期的竞争应力图的红边（RE）偏向短波方向。随着比赛时间的增加，1-5级的RE整体向长波方向移动。变异系数冠层高度模型（ CHM ）表明，杂草竞争有显著的影响。最后该深度学习模型与多模态数据（Mul-3DCNN）的创建，实现大范围的CCI-A不同时期的预测，并实现了预测精度 R 为2= 0.85 以及均方根=0.095。综上所述，本研究利用CCI-A指数，结合多模态时间遥感图像和DL，实现了玉米不同时期杂草竞争力的大规模预测。

综合竞争指数（CCI-A）能够从多个角度评估玉米和杂草之间的竞争。与单一的RCI相比，CCI-A指数更好地表达了五个生长阶段的竞争并表现出时间适应性。不同生育期的CCI-A指数与玉米产量和百粒重有较强的相关性。它可以监测杂草竞争的趋势和对作物产量的损害程度。

将光谱和激光雷达的多时相遥感图像与多模态数据的Mul-3DCNN DL模型相结合，实现了不同时期杂草竞争力（CCI-A）的大规模预测。光谱和激光雷达信息的融合，实现了R2=0.85预测精度。与单独使用光谱数据相比，融合后的R2提高了0.11，与单独使用激光雷达数据相比，提高了0.18。结果表明，多源遥感数据比单一遥感数据在为时间序列竞争力评价方面可以提供更有价值的信息。CCI-A指数结合多模态遥感影像和DL可以实现玉米不同时期杂草竞争力的预测。这种方法可以监测竞争压力的动态变化，在有助于保护杂草的生物多样性的同时实现农田杂草的科学管理。

图1 数据处理过程 (a)无人机数据采集设备;(b)光谱和激光雷达数据;(c)地面数据测量和CCI-A计算;(d) CCI-A和收益率参数的建模;(e) DL网络模型

图2 光谱数据的时间序列变化 (a)杂草竞争不同时期的光谱反射率;(b)杂草竞争下不同时期的光谱ffrst导数

图3 时间序列变化的树冠高度数据

图4 基于随机森林的波段重要度评分

图5 不同数据源模型的准确性评估 (a)激光雷达数据的模式效应;(b)光谱数据的模式效应;(c)光谱和激光雷达数据的multi - 3dcnn模型效应

图6 不同数据源模型的推理时间

表1 传感器的具体参数

表2 5个时期不同竞争指标的差异

表3 5个时期不同竞争指标的平均增长率

表4 竞争指数CCI-A与玉米产量参数的相互关系