CSIRO的博士后研究员Jens Froese博士是与QUT副教授Grant Hamilton和Alan Pearse共同撰写的论文的负责人。在进行研究时，Froese博士与QUT的定量应用空间生态学小组合作。

“当首次引入杂草时，人口增长和传播通常很慢，”Froese博士说。“这种'入侵滞后'往往是唯一可以实现除草或有效遏制的机会之窗，并避免长期的负面影响。“任何曾经在后院与杂草虫害发生冲突的人都知道，最好早点果断地进入。

“及早和迅速地应对新的杂草入侵非常重要，但是该领域关于在何处定位监视和控制活动的决定通常是在相当长的时间，知识和能力限制下进行的。”

汉密尔顿教授说，研究开发的工具使用贝叶斯统计模型和GIS绘图软件，以快速但准确的方式预测杂草传播风险。

汉密尔顿教授说：“该模型着眼于栖息地适宜性，杂草可能生长良好和繁殖的地方，以及栖息地易感性，这是杂草种子可能从源植物到达的地方。”

土地管理部门将使用该工具识别需要仔细监测的风险区域，然后他们将决定除去杂草的最佳方法。

“我们工具的一个关键特征是，它允许土地管理者相对快速地利用有限的数据来评估这些风险区域，”汉密尔顿教授说。

研究人员通过一系列名为riskmapr的网络应用程序在线发布免费工具，供土地管理部门和研究人员使用。

该工具可用于入侵早期的任何杂草物种。

为了测试该工具的有效性，研究人员评估了来自昆士兰极具侵入性的两个物种的数据，即快速生长的墨西哥豆树和多刺的仙人掌哈德逊梨。

他们从杂草的早期报告中获取位置，使用建模工具预测高风险区域，并将其与杂草在以后几年实际传播的方式进行比较。