低成本的人工智能土壤传感器可以帮助农民减少肥料的使用

今天在《自然食品》中描述的这项技术可以帮助种植者计算出在作物上使用肥料的最佳时间以及需要多少肥料，同时考虑到天气和土壤状况等因素。这将减少过度施肥对环境造成的昂贵和环境破坏影响，过度施肥会释放温室气体一氧化二氮并污染土壤和水道。

迄今为止，过度施肥已导致全球 12% 的曾经可耕地无法使用，过去 50 年中氮肥的使用量增加了 600%。然而，作物种植者很难精确地调整他们自己的肥料使用量：太多，他们冒着环境破坏和金钱浪费的风险；太少，他们可能会面临作物产量低下的风险。这种新传感技术背后的研究人员表示，它可以为环境和种植者带来好处。

这种名为化学功能化纸基电子气体传感器 (chemPEGS) 的传感器可测量土壤中铵的含量——这种化合物会被土壤细菌转化为亚硝酸盐和硝酸盐。使用一种称为机器学习的人工智能，它将其与天气数据、施肥时间、pH 值和土壤电导率测量值相结合。它使用这些数据来预测土壤现在的总氮含量以及未来最多 12 天的总氮含量，从而预测施肥的最佳时间。

这项研究确定了这种新的低成本解决方案如何帮助种植者以最少的施肥量获得最多的作物，特别是对于小麦等需要肥料的作物。该技术可以同时减少种植者的费用和氮基肥料（最广泛使用的肥料类型）对环境的危害。

在伦敦帝国理工学院生物工程系共同开发这项技术的首席研究员 Max Grell 博士说：“无论从环境还是经济角度来说，过度施肥的问题都不为过。产量和由此产生的收入逐年下降，种植者不'目前没有他们需要的工具来解决这个问题。

“我们的技术可以帮助种植者了解土壤中目前有多少氨和硝酸盐，并根据天气条件预测未来会有多少，从而帮助解决这个问题。这可以让他们微调施肥以适应土壤土壤和作物的特殊需求。”

氮污染

过量的氮肥会将一氧化二氮释放到空气中，这是一种比二氧化碳强 300 倍的温室气体，会导致气候危机。多余的肥料也可能被雨水冲刷到水道中，从而剥夺水生生物的氧气，导致藻类大量繁殖并减少生物多样性。

然而，仍然难以根据土壤和作物需求精确调整施肥水平。测试很少见，目前测量土壤氮的方法包括将土壤样品送到实验室——这是一个漫长而昂贵的过程，其结果在到达种植者手中时用途有限。

这种新的低成本方法可以加快测试土壤的过程。虽然 chemPEGS 仅测量铵，但机器学习组件允许它预测土壤中硝酸盐的当前水平以及未来硝酸盐和铵的水平。

帝国理工学院生物工程系的资深作者兼首席研究员 Firat Guder 博士说：“我们的大部分食物来自土壤——一种不可再生的资源，如果我们不照顾它，我们就会失去它。这与来自农业的氮污染给地球带来了一个难题——我们希望通过精准农业帮助解决这个难题。

“我们的传感技术可以足够准确地测量和预测土壤氮，以预测天气对施肥计划的影响，并调整作物需求的时间，我们希望这将有助于减少过度施肥，同时提高作物产量和种植者的利润。”

研究人员预计目前处于原型阶段的 chemPEGS 和相关人工智能技术将在三到五年内实现商业化，并进行更多的测试和制造标准化。

若本文收录的图片文字侵犯了您的权益，请邮件联系我们，我们将在24小时内予以删除。