英國愛丁堡大學(University of Edinburgh)研究團隊與英美多所研究機構合作開發PhenoAssistant,以大型語言模型(LLM)擔任管理者,建立可用自然語言操作的對話式多代理系統。PhenoAssistant可自動拆解植物表型分析任務並串接工具執行,整合植物專用視覺模型庫、資料分析與統計功能,並支援於缺乏適用模型時建立自動化訓練流程。研究結果顯示,此系統可協助使用者完成植物影像分析與資料處理工作,降低跨工具操作與植物表型分析的使用門檻。
挪威生物經濟研究院(Norwegian Institute of Bioeconomy Research, NIBIO)研究團隊指出,當泥炭地地下水位維持於地表下25至50公分時,可有效降低微生物分解作用與二氧化碳排放;在北方高緯度地區,部分農地甚至可由碳排放源轉為淨吸收二氧化碳之碳匯。研究顯示,透過地下水位管理與耕作方式調整,有助提升泥炭農地之減碳潛力。