Разработан новый метод раннего обнаружения альтернариоза
Используя снимки дронов со сверхвысоким разрешением в сочетании с искусственным интеллектом, учеными был разработан новый метод раннего обнаружения альтернариоза – грибкового патогена (раннего фитофтороза), который может нанести значительный ущерб посевам картофеля, заражая листья, стебли и даже клубни, а иногда и фитофтороз. Этот прорыв знаменует собой значительный прогресс в точном земледелии, позволяя производителям реагировать более точно и эффективно, что приводит к получению более здоровых урожаев и более устойчивой сельскохозяйственной практики.
«Благодаря этой технологии мы можем обнаружить болезнь до того, как она станет видна невооруженным глазом, что может значительно повысить эффективность мер борьбы», — объясняет исследователь Яна Виме. Яна Виме провела это исследование под руководством двух руководителей и в сотрудничестве с бельгийскими организациями IDLab (Сэм Леру), ILVO (Саймон Кул) и председателем Bayer Forward Farming, профессор Ян Питерс (Университет Гента) специализируется на здоровье растений и устойчивой защите сельскохозяйственных культур, а профессор Воутер Маес (Университет Гента) является экспертом в области точного земледелия и экологически чистых методов ведения сельского хозяйства.
В этом подходе используется особая форма искусственного интеллекта — запатентованная компактная сверточная нейронная сеть, которая может распознавать закономерности — в данном случае небольшие пятна на инфракрасных изображениях — путем обучения на примерах. Это позволяет сети обнаруживать даже малейшие признаки заболевания до того, как они станут видимы невооруженным глазом.
Команда протестировала эту модель на наборах данных, собранных за несколько вегетационных сезонов.
«Что делает наше исследование уникальным, так это то, что мы повторили испытания для 4 разных вегетационных сезонов, и наша модель также работает на наборах данных, на которых она не обучалась. Итак, нашу модель уже можно применять на практике. Более того, наша модель достигает точности, сравнимой с современными моделями, но она гораздо быстрее и эффективнее обрабатывает изображения», — подчеркивает Виме.
Практические последствия этого прорыва значительны. Традиционно болезнь контролируют путем регулярного применения химикатов для защиты растений. Использование этих химикатов иногда может повлечь за собой высокие затраты и быть обременительным для окружающей среды. Новый метод предлагает возможность раннего и локального выявления заболевания, что позволяет более целенаправленно и, следовательно, более устойчиво использовать ресурсы.
Исследователь Виме объясняет:
«Эта технология позволяет нам создавать подробные «карты болезней» полей. Фермеры могут использовать эту информацию для лечения только тех частей поля, где действительно возникает заболевание. Это не только экономит затраты, но и снижает воздействие сельскохозяйственных методов на окружающую среду».
Исследовательская группа с оптимизмом смотрит на будущее применение своей работы:
«Хотя мы сосредоточили внимание на картофельных полях, эта методология широко применима для выявления различных заболеваний у разных культур», — говорит Виме. «Это открывает новые двери для более эффективного и устойчивого сельского хозяйства».
Источник: www.futurefarming.com
