当前位置: 首页 > 机电要闻 > 正文

【科研前沿】机电学院团队在作物重金属原位监测领域取得新进展

近日,我校机电学院许丽佳教授团队在自然指数期刊《Environmental Science & Technology》(ES&T,1区,IF=12.2)上发表了题为《Cross-Domain Tracing of Rice Stem Stress under Soil Cadmium Pollution》的研究论文,该研究成果为农作物重金属现场智能快速感知装备研发奠定技术基础。

农田土壤重金属污染直接威胁粮食安全,传统检测手段多依赖实验室破坏性理化分析,存在检测周期长、难以原位动态获取作物早期胁迫信息等短板,难以适配智慧农业现场快速监测的现实需要。该研究立足农业工程学科,融合光谱感知技术、深度学习网络模型以及多组学分析手段,围绕作物重金属胁迫开展跨域溯源研究。从作物内部生理分子响应到组织光学信号变化,解析重金属胁迫下作物生理状态与光谱信号之间内在关联,厘清光谱响应背后的生物学机理,突破仅依靠数据驱动建模的局限,建立具备物理解释性的作物重金属感知方法。

基于上述机理研究,团队搭建作物重金属智能AI检测模型,并完成便携式感知终端原型开发,可实现作物重金属累积水平与胁迫状态的一体化非侵入表征。经试验验证,该技术具备较好实时检测性能,摆脱对实验室取样化验的依赖。下一步,研究团队将针对复杂大田环境开展技术优化,推动AI感知模型与装备落地迭代,服务受污染耕地安全管控与粮食安全生产的智慧化管理。

该研究以四川农业大学为第一署名单位和通讯单位,博士研究生杨宇平为第一作者,许丽佳教授为唯一通讯作者。本项研究获得国家自然科学基金面上项目、国家重点研发计划政府间国际科技创新合作重点项目、四川省自然科学基金面上项目的联合资助。


论文网址:https://doi.org/10.1021/acs.est.6c10708

站内搜索

搜索学院资讯