Класическият микроскоп не е забравен – с помощта на модерните технологии даже става по-силен: американски изследователи разработват микроскопска система, базирана на изкуствен интелект, която би могла да направи тестването на почвеното състояние по-бързо, по-евтино и по-достъпно за земеделците по целия свят.
Изследователи от Тексаския университет в Сан Антонио, САЩ, успешно комбинираха нискобюджетна оптична микроскопия с машинно самообучение, за да измерят наличието и количеството на гъбички в набор от почвени проби.
Определянето на изобилието и разнообразието на почвените гъби може да предостави ценна информация за здравето и плодородието на почвата, тъй като гъбите играят съществена роля в биогеохимичния цикъл на хранителните вещества, задържането на вода и растежа на растенията. С тези знания фермерите могат да оптимизират производството на култури и устойчивостта. Те са в състояние да вземат информирани решения относно управлението на почвите, включително прилагането на торове, напояването и обработката на земята.
Оптичните микроскопи са най-старият метод за откриване и идентифициране на малки организми в почвата. Други форми на почвено изследване използват техники като тестване на фосфолипидни мастни киселини и ДНК анализ за откриване на организми или за измерване на наличието на химикали като азот, фосфор и калий. Макар и мощни, тези съвременни методи са скъпи или просто наблягат на химичния състав, често пренебрегвайки пълната биологична сложност на почвените екосистеми.
„Съвременните форми на биологичен анализ на почвата са ограничени, изисквайки или скъпо лабораторно оборудване за измерване на молекулярния състав, или експерт за идентифициране на организми визуално с помощта на лабораторни микроскопи,“ обяснява Алек Грейвс от Тексаския университет. Той ще представи разработката на своите колеги на конференцията „Голдшмит“ в Прага тази седмица.
„Цялостното тестване на почвата не е лесно достъпно за фермерите и управителите на земи, които трябва да разберат как земеделските практики влияят върху здравето на почвата. Използвайки алгоритми за машинно обучение и оптичен микроскоп, ние създадохме нискобюджетно решение за тестване на почвата, което намалява необходимия труд и експертиза, като същевременно предоставя по-пълна картина на почвената биология“, разказва Грейвс.
В ранния си етап на проектиране изследователите са изградили и тествали алгоритъм за машинно обучение за откриване на гъбична биомаса в почвени проби. След това са го включили в персонализиран софтуер за етикетиране на микроскопски изображения. Той е създаден с помощта на набор от данни от няколко хиляди изображения на гъби от почви в Южен Централен Тексас.
Софтуерът работи само с 100x и 400x общо увеличение на микроскопа, каквото е типично за повечето достъпни готови микроскопи, включително от ученически тип. „Нашата техника анализира видеоклип на почвена проба, разделя го на изображения и използва невронна мрежа за идентифициране и количествено определяне на гъбите“, допълва Грейвс.
Екипът сега работи по интегриране на своята техника в мобилна роботизирана платформа за откриване на гъби в почвата. Системата ще комбинира събиране на проби, микрофотография и анализ – всичко в едно устройство. Целта е създаване на готово за полева работа устройство, което да премине изпитания през следващите две години.
