Science Advances|用于非侵入性表型分析的全有机透明植物电子皮肤(植物电子皮肤/柔性电子)

本文主要是介绍Science Advances|用于非侵入性表型分析的全有机透明植物电子皮肤(植物电子皮肤/柔性电子),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

新加坡国立大学 Chengkuo LeeEunyoung Chae团队,在期刊《Science Advances》上发布了一篇题为“All-organic transparent plant e-skin for noninvasive phenotyping”的论文。论文内容如下:

一、 摘要

        植物生理的实时原位监测是建立精准农业表型平台的关键。此监测的一项关键技术是能够非侵入式地附着在植物上,并将其生理状态转换为数字数据的设备。在此,作者提出了一种全有机透明植物电子皮肤,通过在聚二甲基硅氧烷(PDMS)基底上微图案化PEDOT:PSS这种植物电子皮肤对植物来说在光学和机械上是不可见的,对植物健康没有明显的不良影响。作者展示了作者的植物电子皮肤作为应变和温度传感器的能力,应用于B. rapa(Brassica rapa)叶片,用于在正常和非生物应激条件下收集相应参数。捕获了生长过程中叶面施加的应变以及表面温度的昼夜波动。作者进一步提出了一个数字孪生界面,以实时可视化植物表面环境,为植物表型提供了一个直观生动的平台。

二、背景介绍

        作物生产仍然是一个突出的全球问题,全球有8.28亿人正在经历饥饿。先进的高通量表型技术通过迅速收集植物群体的全面表型数据,使育种工作发生了革命性的变化。这使得更有效和明智的植物育种决策成为可能,从而促进了改良植物品种的快速发展。目前用于捕捉表型特征的方法主要依赖于成像技术、机器人技术和无人机技术然而,这些方法在提供定制化、连续和高时空分辨率监测方面存在重大局限性。此外,目前使用的安装在植物上的设备通常是刚性、笨重和不透明的,与植物存在机械和光学不匹配。这种不一致可能导致测量不准确和对植物造成潜在伤害。 因此,迫切需要非破坏性、连续和长期获取表型数据,以监测作物育种的多种特征。

        近年来对植物传感器开发的努力旨在满足这一需求并解决机械不匹配的问题。人类可穿戴电子设备的进步已经推动了植物应用,使得通过捕捉生长、表面温度和湿度等物理信号、挥发性有机化合物和激素等化学信号,以及生物电信号来监测植物状况成为可能。机械粘附是逐渐实现的,从在叶片上使用胶带,在茎上周围使用柔性传感器,直接喷墨书写/打印,以及在叶片上蒸汽聚合印刷,到最近采用表皮电子贴附在叶片上。尽管取得了这些进步,但由于有限的拉伸性和柔软性,现有的植物表皮电子仍然在有效监测植物动态生长方面存在局限性。此外,经常被忽视的一个方面是光学透明性的考虑,这是开发用于光合作用植物的传感器的关键因素。柔性和透明的有机材料是开发

这篇关于Science Advances|用于非侵入性表型分析的全有机透明植物电子皮肤(植物电子皮肤/柔性电子)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/954027

相关文章

MySQL 内存使用率常用分析语句

《MySQL内存使用率常用分析语句》用户整理了MySQL内存占用过高的分析方法,涵盖操作系统层确认及数据库层bufferpool、内存模块差值、线程状态、performance_schema性能数据... 目录一、 OS层二、 DB层1. 全局情况2. 内存占js用详情最近连续遇到mysql内存占用过高导致

深度解析Nginx日志分析与499状态码问题解决

《深度解析Nginx日志分析与499状态码问题解决》在Web服务器运维和性能优化过程中,Nginx日志是排查问题的重要依据,本文将围绕Nginx日志分析、499状态码的成因、排查方法及解决方案展开讨论... 目录前言1. Nginx日志基础1.1 Nginx日志存放位置1.2 Nginx日志格式2. 499

Olingo分析和实践之EDM 辅助序列化器详解(最佳实践)

《Olingo分析和实践之EDM辅助序列化器详解(最佳实践)》EDM辅助序列化器是ApacheOlingoOData框架中无需完整EDM模型的智能序列化工具,通过运行时类型推断实现灵活数据转换,适用... 目录概念与定义什么是 EDM 辅助序列化器?核心概念设计目标核心特点1. EDM 信息可选2. 智能类

Olingo分析和实践之OData框架核心组件初始化(关键步骤)

《Olingo分析和实践之OData框架核心组件初始化(关键步骤)》ODataSpringBootService通过初始化OData实例和服务元数据,构建框架核心能力与数据模型结构,实现序列化、URI... 目录概述第一步:OData实例创建1.1 OData.newInstance() 详细分析1.1.1

Olingo分析和实践之ODataImpl详细分析(重要方法详解)

《Olingo分析和实践之ODataImpl详细分析(重要方法详解)》ODataImpl.java是ApacheOlingoOData框架的核心工厂类,负责创建序列化器、反序列化器和处理器等组件,... 目录概述主要职责类结构与继承关系核心功能分析1. 序列化器管理2. 反序列化器管理3. 处理器管理重要方

SpringBoot中六种批量更新Mysql的方式效率对比分析

《SpringBoot中六种批量更新Mysql的方式效率对比分析》文章比较了MySQL大数据量批量更新的多种方法,指出REPLACEINTO和ONDUPLICATEKEY效率最高但存在数据风险,MyB... 目录效率比较测试结构数据库初始化测试数据批量修改方案第一种 for第二种 case when第三种

解决1093 - You can‘t specify target table报错问题及原因分析

《解决1093-Youcan‘tspecifytargettable报错问题及原因分析》MySQL1093错误因UPDATE/DELETE语句的FROM子句直接引用目标表或嵌套子查询导致,... 目录报js错原因分析具体原因解决办法方法一:使用临时表方法二:使用JOIN方法三:使用EXISTS示例总结报错原

MySQL中的LENGTH()函数用法详解与实例分析

《MySQL中的LENGTH()函数用法详解与实例分析》MySQLLENGTH()函数用于计算字符串的字节长度,区别于CHAR_LENGTH()的字符长度,适用于多字节字符集(如UTF-8)的数据验证... 目录1. LENGTH()函数的基本语法2. LENGTH()函数的返回值2.1 示例1:计算字符串

Android kotlin中 Channel 和 Flow 的区别和选择使用场景分析

《Androidkotlin中Channel和Flow的区别和选择使用场景分析》Kotlin协程中,Flow是冷数据流,按需触发,适合响应式数据处理;Channel是热数据流,持续发送,支持... 目录一、基本概念界定FlowChannel二、核心特性对比数据生产触发条件生产与消费的关系背压处理机制生命周期

怎样通过分析GC日志来定位Java进程的内存问题

《怎样通过分析GC日志来定位Java进程的内存问题》:本文主要介绍怎样通过分析GC日志来定位Java进程的内存问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、GC 日志基础配置1. 启用详细 GC 日志2. 不同收集器的日志格式二、关键指标与分析维度1.