美国得克萨斯大学圣安东尼奥分校(UTSA)的研究团队近日展示了一项突破性技术,通过结合人工智能与低成本光学显微镜,为土壤真菌检测提供了全新解决方案。在布拉格戈德施密特会议上,研究人员演示了这套可量化土壤真菌生物量的系统,其核心在于利用机器学习算法自动分析显微图像,显著降低了传统检测对专业设备和人员的依赖。
土壤真菌作为生态系统的"晴雨表",直接影响养分循环和作物产量。当前主流检测方法如DNA分析或化学测试虽精准但成本高昂,而UTSA开发的系统仅需普通显微镜配合定制软件即可运行。团队已成功用该技术识别得克萨斯州土壤样本中的真菌菌丝,并计划两年内推出集成采样、成像与分析功能的移动机器人平台。
项目负责人萨加塔*达塔教授表示,这项研究将帮助农民更便捷地获取土壤生物数据,从而优化耕作决策。相关算法细节预计于年内发表在学术期刊上。