Детективите на растенијата и инженерите од Универзитетот во Флорида користат вештачка интелигенција за рано да пронајдат болест за одгледувачите кои произведуваат летни тиквички да можат да ја држат под контрола. Раното откривање им дава на земјоделците шанса да се борат за подобар род.
Летниот и зимскиот сквош се одгледуваат комерцијално низ целата држава, особено во југоисточна и југозападна Флорида. Во 2019 година, одгледувачите на Флорида собраа 7,700 хектари сквош, со производствена вредност од 35.4 милиони американски долари, според Националната служба за земјоделска статистика на USDA. Но, болеста на прашкаста мувла, вообичаена низ целиот свет, може да го намали приносот.
„Идеалната средина за заразување на прашкаста мувла е влажно време, садење со висока густина и сенка“, рече Јанис Ампатзидис, доцент на UF/IFAS по земјоделско и биолошко инженерство и коавтор на нова студија за рано откривање на прашкаста мувла, објавена во списанието Biosystems Engineering.
За студијата, истражувачите на UF/IFAS користеа систем за сензори прикачен на дронови за да соберат спектрални податоци за прашкаста мувла на летниот сквош во полињата и лабораториите на Центарот за истражување и едукација на Југозападна Флорида UF/IFAS.
Истражувачите на UF/IFAS користеа технологија која не се потпира на визуелни симптоми за откривање на прашкаста мувла, рече Ампацидис. Човечките очи можат да го видат само светлосниот дел од електромагнетниот спектар. Оваа технологија може да „види“ повеќе. Така, истражувачите ја искористија оваа студија за да ги идентификуваат најдобрите бранови должини за рано откривање на прашкаста мувла - на лисја кои или немаа симптоми или покажаа рани симптоми.
Истражувачите користеле машинско учење - подгрупа на вештачка интелигенција - што може да „учи“ од спектрални податоци за да открие прашкаст мувла. Податоците дојдоа од беспилотни летала и копнените системи за сензори. Обучениот модел за машинско учење идентификуваше прашкаста мувла во различни фази на развој на болеста, рече Ампацидис. Системот за машинско учење гради математички модел за откривање на прашкаста мувла без да биде програмиран од човек да следи конкретни чекори.
Со сликите и анализата на спектрална рефлексија на листовите од сквош, научниците открија прашкаст околу 95% од времето. Всушност, дури и без видливи симптоми на болеста, технологијата на истражувачите им ја покажала болеста во 82% до 89% од времето.
„Клучно е рано да се идентификува прашкаста мувла, бидејќи болеста брзо се шири и лезиите се зголемуваат во големина, развивајќи прашина бела или сива обвивка“, рече Ампатзидис, факултетски советник на Џафар Абдулридха, пост-докторски истражувач на UF/IFAS кој водеше. учењето.
На Памела Робертс, професорка по растителна патологија на UF/IFAS, ѝ требаат податоци од инженери како Ампацидис, за да и помогнат да најде болести во најраните фази. Таа го споредува со рано откривање на болести кај луѓето.
„Раното откривање на кој било здравствен проблем, без разлика дали е кај луѓето или кај растенијата, дава најдобри шанси за негово контролирање преку рана интервенција“, рече Робертс, коавтор на студијата. „Исто така, растителните болести полесно се контролираат рано кога популацијата на патогени е мала, во споредба со подоцна во епидемијата“.
„Дополнително, оваа технологија всушност може да ја намали употребата на хемиски спрејови, со елиминирање на апликациите што би можеле да се направат пред навистина да постои некоја болест за контрола“, рече таа. „Бидејќи прашкаста мувла е хроничен проблем кај тиквата во југозападна Флорида, прашање е само кога, а не дали ќе се појави болеста. Точниот тајминг на фунгицидите, без разлика дали се работи за конвенционално или органско земјоделство, може да ја зголеми ефикасноста на производот и да ги намали загубите“.
Главните симптоми на прашкаста мувла се бели дамки или дамки, обично на листовите. Дијагностицирањето на прашкаста мувла во раните фази на инфекција е тешко поради симптомите на пониските, позрели лисја кои често се покриени со други лисја.
„Накратко, болеста може да ги промени својствата на листовите и да влијае на количината на светлина што се рефлектира од лисјата во области надвор од видливиот спектар, што луѓето не можат да го видат“, рече Ампацидис.
- Бред Бак, Универзитетот во Флорида