人工智能驱动的 PhenoTruck 现场检测葡萄园和果园病害的准确率达 99

德国弗劳恩霍夫研究所的研究人员开发了一种名为 PhenoTruck® 的新型移动实验室系统，旨在直接在葡萄园和果园中快速识别检疫性害虫和植物病害。这个名为 PhenoTruckAI 的项目汇集了弗劳恩霍夫工厂运营和自动化研究所（IFF）、弗劳恩霍夫生物医学工程研究所（IBMT）以及农业合作伙伴莱茵兰-普法尔茨德国航天中心的专家。该计划由德国联邦食品和农业部资助，并得到了联邦农业和食品办公室的支持。

PhenoTruck® 的诞生是为了应对日益严重的由气候引起的虫害威胁，这些虫害对德国的水果种植和葡萄栽培造成了越来越大的影响。随着全球贸易的发展和气温的升高，该地区出现了新的害虫，而传统的检查方法往往基于目视评估和实验室检测，这已被证明在防止害虫爆发方面过于缓慢。新系统旨在弥补这一不足，实现快速的现场诊断，使农民能够在虫害蔓延之前采取行动。

移动实验室集成了多项先进技术。配备了多光谱传感器的无人机首先会扫描大片农作物，以确定可能受到病虫害影响的区域。然后使用作为项目一部分开发的田间评估应用程序记录这些区域。在 PhenoTruck® 中使用高光谱相机收集和分析出现症状的叶片，这种相机可以检测到肉眼无法看到的叶片颜色的细微变化。

人工智能模型处理成像数据，高精度地区分不同类型的植原体疾病。据研究人员称，即使不同疾病的症状相似，检测率也可高达 99%。这种精确度非常重要，因为根据欧盟的规定，有些疾病需要立即报告和干预。

为了确认疑似病例，分子生物学测试在移动实验室内进行。团队使用快速 LAMP（环路介导等温扩增）测试，可在一小时内得出结果，比需要将样本送往实验室的传统 PCR 测试快得多。人工智能支持的预选和现场分子确认相结合，大大缩短了识别有害生物所需的时间。

最初的试验是在德国莱茵兰-法尔茨州和意大利的葡萄种植区进行的。试验的重点是葡萄病害，如多丽花叶病、法尔茨葡萄黄化病和黑木病，以及广泛传播的果树病害，如苹果增殖病和梨树衰退病。如果不能及早发现，这些病害会造成严重的经济损失。

PhenoTruckAI 项目始于 2021 年 9 月，计划持续到 2025 年 9 月。研究人员希望，他们的工作将为未来植物健康监测的进步奠定基础，并帮助保护欧洲农业免受与气候变化相关的新威胁。

该项目的合作伙伴认为，移动诊断技术可以成为种植者面对日益复杂的病虫害挑战时的标准工具。通过直接在田间对检疫性害虫进行快速、可靠的鉴定，PhenoTruck® 等系统可以帮助减少作物损失，限制有害生物的跨境传播。