立即发布
北卡罗来纳州立大学的研究人员开发了一种电子贴片，可以应用于植物的叶子上，以监测作物的不同病原体——比如病毒和真菌感染——以及干旱或盐度等压力。在测试中，研究人员发现，这种贴片能够在种植者发现任何明显的疾病症状之前一周多的时间里检测出西红柿中的病毒感染。
北卡罗来纳州立大学化学和生物分子工程助理教授、该研究论文的通讯作者魏青山说:“这很重要，因为种植者越早发现植物病害或真菌感染，他们就越能限制病害的传播并保护作物。”
“此外，种植者越快识别非生物压力，例如被盐水入侵污染的灌溉水，他们就越有能力应对相关挑战，提高作物产量。”
这项技术建立在之前的原型补丁该系统通过监测植物释放的挥发性有机化合物(VOCs)来检测植物病害。在不同的环境下，植物会释放出不同的VOCs组合。通过针对与特定疾病或植物胁迫相关的挥发性有机化合物，传感器可以提醒用户注意特定问题。
“新的贴片包含额外的传感器，允许它们监测温度，环境湿度以及植物通过叶子'呼出'的水分量，”该论文的共同通讯作者，北卡罗来纳州机械和航空航天工程的安德鲁A.亚当斯杰出教授朱勇说。
贴片本身很小，只有30毫米长，由一种柔性材料组成，其中包含传感器和基于银纳米线的电极。这些补丁被放置在叶子的底部，那里有更高密度的气孔——这些气孔允许植物通过与环境交换气体来“呼吸”。
研究人员在温室里的番茄植株上测试了新的贴片，并对贴片进行了不同传感器组合的实验。番茄植株感染了三种不同的病原体:番茄斑病病毒(TSWV);早疫病这是一种真菌感染;和晚疫病这是一种被称为卵菌的病原体。这些植物也暴露在各种非生物胁迫下，如过度浇水、干旱、光照不足和水中高盐浓度。
研究人员从这些实验中获取数据，并将其插入人工智能程序，以确定哪种传感器组合最有效地识别疾病和非生物压力。
“我们在检测所有这些挑战方面的结果是全面有希望的，”魏说。“例如，我们发现在一个贴片上使用三个传感器的组合，我们能够在植物首次感染四天后检测到TSWV。这是一个显著的优势，因为番茄通常在10-14天内不会开始出现任何TSWV的身体症状。”
研究人员表示，他们离开发出种植者可以使用的贴片只有两步之遥。首先，他们需要使补丁无线化——这是一个相对简单的挑战。其次，他们需要在温室之外的野外测试这些补丁，以确保这些补丁在现实条件下有效。
“我们目前正在寻找工业和农业合作伙伴来帮助我们开发和测试这项技术，”朱说。“这可能是帮助种植者防止小问题变成大问题的重大进步，并帮助我们以有意义的方式解决粮食安全挑战。”
报纸，”叶片背面多模态可穿戴传感器，用于连续植物生理监测，发表在开放获取期刊上科学的进步．该论文的第一作者李基元(Giwon Lee)曾是北卡州立大学的博士后研究员，目前在韩国光云大学任教。该论文由北卡罗来纳州立大学博士后研究员Tatsiana Shymanovich共同撰写;indrila Hossain, Sina Jamalzadegan, Yuxuan Liu和Hongyu Wang，他们是北卡罗来纳州立大学的博士生;阿曼达·萨维尔(Amanda Saville)是北卡罗来纳州立大学的研究技术人员;北卡罗来纳州立大学前博士生拉杰什·保罗(Rajesh Paul);Dorith Rotenberg和Anna Whitfield，她们都是北卡罗来纳州的昆虫学和植物病理学教授;以及北卡罗莱纳州威廉·尼尔·雷诺兹昆虫学和植物病理学杰出教授Jean Ristaino。
这项工作源于北卡罗来纳州立大学的新兴植物疾病和全球粮食安全研究集群。这个跨学科项目的重点是开发新的知识和工具，以更好地了解和应对新出现的植物传染性疾病。
这项工作是在美国农业部的支持下完成的，拨款号为2019-67030-29311，美国农业部APHIS农业法案拨款号为3.0096;以及国家科学基金会的资助，资助号分别为1728370和2134664。
希普曼-
致编辑:研究摘要如下。
用于连续植物生理监测的叶片背面多模态可穿戴传感器
作者: Giwon Lee, indrila Hossain, Sina Jamalzadegan，刘玉轩，王宏宇，Amanda C. Saville, Tatsiana Shymanovich, Rajesh Paul, Dorith Rotenberg, Anna E. Whitfield, Jean B. Ristaino，朱勇，Wei Qingshan，北卡罗莱纳州立大学
发表4月12日;科学的进步
DOI: 10.1126 / sciadv.ade2232
文摘:可穿戴植物传感器在智能农业中具有巨大的潜力。在这里，我们报道了一种下部叶片表面附着的多模态可穿戴传感器，通过跟踪植物及其微环境的生化和生物物理信号来连续监测植物生理。用于检测挥发性有机化合物(VOC)，温度和湿度的传感器集成到单个平台中。根据气孔密度选择叶片背面附着位置，提高传感器信号强度。这个多功能平台可以实现各种压力监测应用，从跟踪植物水分流失到植物病原体的早期检测。还建立了机器学习模型，分析多通道传感器数据，以便早在接种后4天就进行番茄斑点枯萎病毒(TSWV)的定量检测。该模型还评估了用于早期疾病检测的不同传感器组合，并预测了包括VOC传感器在内的最少三个传感器。
