瑞士巴塞爾的農業科研團隊近日取得一項突破性進展，通過機器學習技術首次實現了對植物電生理信號的精準解析。這項研究為構建農作物病蟲害預警體系提供了全新思路，有望改變傳統農業依賴經驗判斷的蟲害防治模式。研究人員發現，當植物遭受侵害時，其體內會傳遞出類似人類疼痛反應的電信號，這一發現顛覆了植物"沉默"的傳統認知。

科研團隊通過為番茄和大豆植株連接特制電信號監測設備，成功捕捉到植物遭受不同侵害時的電生理特征。在對照實驗中，暴露于土壤線蟲的番茄植株與被椿蟲侵襲的大豆植株，均呈現出獨特的電信號波動模式。項目負責人帕特里克·霍格指出，這些信號模式就像植物的"求救密碼"，通過機器學習算法的持續訓練，系統已能準確識別特定侵害類型對應的電信號特征。

傳統農業中，土壤線蟲和椿蟲等隱蔽性害蟲的防治始終是難題。線蟲潛伏于土壤深處，通常要等到作物減產30%以上才會被發現；中南美洲常見的椿蟲，其危害癥狀往往在侵襲一周后才顯現。數據顯示，全球每年因病蟲害損失的大豆植株高達21%，而現有防治手段主要依賴大面積噴灑化學農藥，這種"地毯式轟炸"的方式既不環保也不經濟。

參與研究的安科·布赫霍爾茨博士表示，新技術通過精準識別植物受害信號，可實現病蟲害的早期預警。當監測系統檢測到特定電信號模式時，農民就能在可見癥狀出現前采取防治措施。這種"預防式治理"模式不僅能減少農藥使用量，還能避免作物遭受不可逆損傷。目前團隊已著手建立植物電信號數據庫，計劃將其開發為農業生產的實用工具。