An AI ‐driven soil extractor for high‐throughput measurement of soil microarthropod taxon densities using live individuals
研发AI驱动土壤提取器,实现活体微型节肢动物高通量自动分类计数。
该系统将干式提取与实时视觉分类整合,分类准确率约80.9%,丰度估计与常规Berlese漏斗接近,但仅验证了有限类群,推广前需扩展分类覆盖与野外验证。
关键词 · 相关资讯与研究
沿着“土壤生物监测”继续探索,共 1 条内容。
研发AI驱动土壤提取器,实现活体微型节肢动物高通量自动分类计数。
该系统将干式提取与实时视觉分类整合,分类准确率约80.9%,丰度估计与常规Berlese漏斗接近,但仅验证了有限类群,推广前需扩展分类覆盖与野外验证。
综述2019-2026年稻田pH与磷的物联网土壤传感器发展、精度及实施挑战。
用宏观动力学生长模型结合微生物活性与NDVI遥感,定量评估煤矿区土壤质量。
近日,上海市农业科学院生态环境保护研究所土壤修复与保育团队正式上线"坤灵智壤-多智能体协同都市农田土壤健康诊断系统 V1.0"。该系统基于多源数据构建了集土壤健康监测数据库、专业计算引擎与多智能体协同系统于一体的综合性智能平台,将 AI 技术与土壤健康评估深度融合,打造农田土壤"数字医生",已建成覆盖 6 大类因子、25 个协变量、1629 个土壤样点数据。
综述植物生物指示与遥感结合用于土壤污染初步筛查的七个案例,提出污染-植被-遥感逻辑。
综述遥感与GIS评估灌溉地土壤盐渍化的方法、挑战与前景,并提出空间显式评估框架。
调查尼日利亚一所理工学院生物科学教职工对智能土壤监测系统的认知、采用趋势、益处与挑战。
开发BraSpecS 2.0云平台,用AI从光谱近实时估算土壤属性。
中国农业科学院农业资源与农业区划研究所农业微生物资源创新团队揭示了Ⅲ型分泌系统在根际荧光类假单胞菌中的演化机制,相关成果发表在《新植物学家》(New Phytologist)上。研究团队从我国15个省(自治区、直辖市)采集114份根际土壤样品,筛选出110株携带Ⅲ型分泌系统基因的菌株,对其中43株进行基因组测序,结合公共数据库已有数据共获得88株Ⅲ型分泌系统阳性菌株基因组数据。研究发现这些菌株分属荧光假单胞菌7个亚群,其Ⅲ型分泌系统可划分为6种演化类型,经历了多次独立的基因横向转移,传播和功能分化受生态位适应驱动。功能分析显示携带该系统的菌株普遍具有植物促生防病功能。