面向数据驱动植物科学教育与探索的经济型光合作用感测工具包

快速的环境变化和数据驱动分析的进展凸显，不仅需要计算工具，更需要培养对自然世界的理解并激发创造力。光合作用作为地球上几乎所有生命的能源来源，为此类学习提供了绝佳语境，尤其在理解植物如何响应环境变化而调整光合作用策略方面。然而，现有光合作用研究工具往往难以获取，或仅能演示其存在，而无法捕捉其时间动态。我们提出PhytoBits，一种经济型原位气体交换感测工具包，用于区分和教育光合作用策略。PhytoBits 将叶片封闭与可及材料、商用CO2传感器和低成本微控制器相结合，支持在教育和科研背景下进行多天监测。我们将PhytoBits与研究级气体交换系统进行验证，确认其可识别C3型和CAM（Crassulacean Acid Metabolism）光合作用途径。除了原义CAM外，PhytoBits还能解析准CAM和发育型CAM动态。该工作目前完成硬件验证阶段；未来计划进行用户部署研究、开源代码传播以及自动化途径分类。