只要觀察玉米的葉子，有經(jīng)驗(yàn)的農(nóng)民就可確定玉米缺乏哪種營養(yǎng)，但這只是在玉米長成及收獲產(chǎn)量大局已定時。

　　由圣保羅大學(xué)一個跨學(xué)科科研小組開發(fā)了一項(xiàng)可以對玉米營養(yǎng)狀況進(jìn)行早期評估，以使農(nóng)民及時干預(yù)，保證收成，避免損失的方法。

　　該科研項(xiàng)目題為“計(jì)算機(jī)視覺在植物營養(yǎng)方面的運(yùn)用”，由圣保羅大學(xué)物理學(xué)院和畜牧業(yè)與食品工程系共同進(jìn)行。這項(xiàng)技術(shù)使用葉子的數(shù)字圖像與計(jì)算機(jī)視覺相結(jié)合，可以在幾分鐘時間內(nèi)，判斷出早期發(fā)育階段的玉米缺乏哪種營養(yǎng)。

　　科研人員介紹說，該技術(shù)使用人工智能，對植物幼苗葉片進(jìn)行識別，以判斷植物是否缺乏如氮、磷、鎂、硫、鉀、銅、鐵、鋅和錳等微量元素水溶性肥料。植物長成的葉片以可視方式記錄了其各種營養(yǎng)缺乏情況。而在植物生長的初期，即一周或兩周期間，這種信號已經(jīng)顯現(xiàn)，但尚未處于可視階段。該技術(shù)運(yùn)用掃描儀對葉片的數(shù)字化圖像進(jìn)行解讀，解讀后，圖像被顯示成數(shù)學(xué)模型，運(yùn)用軟件與預(yù)先構(gòu)建的模型進(jìn)行比對。

　　科研人員構(gòu)建了營養(yǎng)狀況正常的葉片的數(shù)學(xué)模型，通過軟件，以這些正常的信息，制作出一個新的數(shù)學(xué)模型，以這一新的模型與正常葉片模型進(jìn)行比對，以確認(rèn)營養(yǎng)缺乏情況。

　　當(dāng)植物成熟時再發(fā)現(xiàn)其營養(yǎng)缺乏情況，為時已晚，嚴(yán)重的營養(yǎng)缺乏可導(dǎo)致玉米減產(chǎn)50％。該技術(shù)可在玉米生長一周或二周時對其營養(yǎng)狀況進(jìn)行評估，農(nóng)民可有幾個月的時間進(jìn)行糾正。實(shí)驗(yàn)表明，該技術(shù)具有87%的準(zhǔn)確度，并已經(jīng)接近實(shí)際運(yùn)用。科研小組正在進(jìn)行田間實(shí)驗(yàn)并已進(jìn)行專利申請，未來還會將該技術(shù)運(yùn)用于其他作物進(jìn)行研究。