相关实验视频
Updated: Jul 16, 2026
07:21
Deep Fluorescence Observation in Rice Shoots via Clearing Technology
Published on: June 27, 2022
3.3K
在苗中非破坏性检测微塑料压力:一种可解释的深度学习方法,使用根排泄物的激发发射矩阵光谱
Chaojie Wei1, Hongxin Xie2,3, Wei Wang4
1Zhongyuan Petersburg Aviation College, Zhongyuan University of Technology, Zhengzhou, China.
Frontiers in plant science
|December 18, 2025
概括
一种新的方法使用根排泄物光和深度学习来检测米苗中的微塑料 (MP) 压力. 这种非破坏性的方法可以准确地识别MP污染,保障粮食安全.
科学领域:
- 环境科学 环境科学
- 农业科学 农业科学
- 生物技术是生物技术.
背景情况:
- 微塑料 (MP) 是农业系统中普遍存在的污染物,威胁到粮食安全.
- 在米等作物中早期检测MP压力对于减轻负面影响至关重要.
研究的目的:
- 开发一种非破坏性的方法,用于早期检测米苗中的微塑性压力.
- 利用根排泄物成分变化和先进的分析技术来识别MP应激.
主要方法:
- 米苗暴露在不同度的聚乙烯二甲 (PET),聚烯 (PS) 和聚乙烯 (PVC) 微塑料中.
- 分析了根排液的激发发射矩阵光 (EEMF) 光谱.
- 包括视觉转换器 (VIT) 在内的深度学习模型被开发和优化用于光谱数据分析.
主要成果:
- 在微塑性压力下的根排液中观察到明显的光谱差异,特别是在更高度 (100 mg/L) 的情况下.
- 高度的MP显著改变了根排泄物中的类似酸和类似氨基酸的物质.
- 最优的深度学习模型在检测MP压力方面实现了100%的分类准确性,其中酸类组件被确定为关键指标.
结论:
- 建立了一个新的,非破坏性的,可解释的框架,用于在苗中早期检测微塑性压力.
- 综合EEMF光谱和深度学习为监测农业环境提供了一个有希望的方法.
- 这种方法有助于保护作物健康,确保食品安全,防止微塑料污染.
