Detektívi rastlín a inžinieri z Floridskej univerzity používajú umelú inteligenciu na včasné nájdenie choroby, aby ju pestovatelia, ktorí produkujú letnú tekvicu, mohli udržať pod kontrolou. Včasné odhalenie dáva farmárom šancu bojovať o lepšiu úrodu.
Letná a zimná tekvica sa komerčne pestuje v celom štáte, najmä na juhovýchodnej a juhozápadnej Floride. V roku 2019 pestovatelia na Floride zozbierali 7,700 35.4 akrov tekvice s hodnotou produkcie XNUMX milióna dolárov, podľa USDA National Agricultural Statistics Service. Ale choroba múčnatka, bežná na celom svete, môže znížiť výnosy.
„Ideálnym prostredím pre infekciu múčnatkou je vlhké počasie, hustá výsadba a tieň,“ povedal Yiannis Ampatzidis, odborný asistent poľnohospodárskeho a biologického inžinierstva UF/IFAS a spoluautor štúdie. nová štúdia o včasnej detekcii múčnatky, publikovaná v časopise Biosystems Engineering.
Pre štúdiu použili výskumníci UF/IFAS snímací systém pripojený k dronom na zhromažďovanie spektrálnych údajov o múčnatke na letnej tekvici na poliach a laboratóriách Výskumného a vzdelávacieho centra UF/IFAS Southwest Florida.
Výskumníci UF/IFAS použili technológiu, ktorá sa nespolieha na vizuálne symptómy na detekciu múčnatky, povedal Ampatzidis. Ľudské oči môžu vidieť iba svetelnú časť elektromagnetického spektra. Táto technológia dokáže „vidieť“ viac. Výskumníci teda použili túto štúdiu na identifikáciu najlepších vlnových dĺžok na včasnú detekciu múčnatky - na listoch, ktoré buď nemali žiadne príznaky, alebo vykazovali skoré príznaky.
Výskumníci použili strojové učenie – podskupinu umelej inteligencie – ktorá sa dokáže „učiť“ zo spektrálnych údajov na detekciu múčnatky. Údaje pochádzajú z dronov a pozemných snímacích systémov. Trénovaný model strojového učenia identifikoval múčnatku v rôznych štádiách vývoja choroby, povedal Ampatzidis. Systém strojového učenia vytvára matematický model na detekciu múčnatky bez toho, aby bol človekom naprogramovaný, aby dodržiaval konkrétne kroky.
Pomocou obrázkov a spektrálnej analýzy odrazovosti listov tekvice vedci zistili práškové asi 95 % času. V skutočnosti, dokonca aj bez viditeľných príznakov choroby, technológia ukázala výskumníkom chorobu v 82 % až 89 % prípadov.
„Je dôležité včas identifikovať múčnatku, pretože choroba sa rýchlo šíri a lézie sa zväčšujú, pričom vzniká prachový biely alebo sivý povlak,“ povedal Ampatzidis, poradca fakulty Jaafara Abdulridha, postdoktorandského výskumníka UF/IFAS, ktorý viedol štúdium.
Pamela Roberts, profesorka patológie rastlín UF/IFAS, potrebuje údaje od inžinierov ako Ampatzidis, aby jej pomohli nájsť choroby v najskorších štádiách. Prirovnáva to k včasnému odhaleniu ľudských chorôb.
„Včasné odhalenie akéhokoľvek zdravotného problému, či už u ľudí alebo rastlín, dáva najlepšiu šancu na jeho kontrolu prostredníctvom včasného zásahu,“ povedal Roberts, spoluautor štúdie. "Podobne sa choroby rastlín ľahšie kontrolujú včas, keď je populácia patogénov nízka, v porovnaní s neskoršími obdobiami epidémie."
"Navyše, táto technológia môže v skutočnosti znížiť používanie chemických sprejov tým, že eliminuje aplikácie, ktoré by bolo možné vykonať skôr, ako sa skutočne vyskytne nejaká choroba, ktorú treba kontrolovať," povedala. „Keďže múčnatka je chronickým problémom tekvice na juhozápade Floridy, je len otázkou, kedy sa choroba objaví, nie či. Presné načasovanie fungicídov, či už v konvenčnom alebo ekologickom poľnohospodárstve, môže zvýšiť účinnosť prípravku a znížiť straty.“
Hlavnými príznakmi múčnatky sú biele škvrny alebo škvrny, zvyčajne na listoch. Diagnostikovanie múčnatky v počiatočných štádiách infekcie je ťažké kvôli symptómom na nižších, zrelších listoch, ktoré sú často pokryté inými listami.
"Skrátka, choroba by mohla zmeniť vlastnosti listov a ovplyvniť množstvo svetla odrážaného od listov v oblastiach mimo viditeľného spektra, ktoré ľudia nevidia," povedal Ampatzidis.
- Brad Buck z Floridskej univerzity