瑞士巴塞尔的农业科研团队近日取得一项突破性进展，通过机器学习技术首次实现了对植物电生理信号的精准解析。这项研究为构建农作物病虫害预警体系提供了全新思路，有望改变传统农业依赖经验判断的虫害防治模式。研究人员发现，当植物遭受侵害时，其体内会传递出类似人类疼痛反应的电信号，这一发现颠覆了植物"沉默"的传统认知。
科研团队通过为番茄和大豆植株连接特制电信号监测设备，成功捕捉到植物遭受不同侵害时的电生理特征。在对照实验中，暴露于土壤线虫的番茄植株与被椿虫侵袭的大豆植株，均呈现出独特的电信号波动模式。项目负责人帕特里克·霍格指出，这些信号模式就像植物的"求救密码"，通过机器学习算法的持续训练，系统已能准确识别特定侵害类型对应的电信号特征。
传统农业中，土壤线虫和椿虫等隐蔽性害虫的防治始终是难题。线虫潜伏于土壤深处，通常要等到作物减产30%以上才会被发现；中南美洲常见的椿虫，其危害症状往往在侵袭一周后才显现。数据显示，全球每年因病虫害损失的大豆植株高达21%，而现有防治手段主要依赖大面积喷洒化学农药，这种"地毯式轰炸"的方式既不环保也不经济。
参与研究的安科·布赫霍尔茨博士表示，新技术通过精准识别植物受害信号，可实现病虫害的早期预警。当监测系统检测到特定电信号模式时，农民就能在可见症状出现前采取防治措施。这种"预防式治理"模式不仅能减少农药使用量，还能避免作物遭受不可逆损伤。目前团队已着手建立植物电信号数据库，计划将其开发为农业生产的实用工具。
