Биљни детективи и инжењери са Универзитета Флорида користе вештачку интелигенцију да рано открију болест како би узгајивачи који производе летњу тикву могли да је држе под контролом. Рано откривање даје пољопривредницима шансу у борби за бољи усев.
Летње и зимске тиквице се комерцијално узгајају широм државе, посебно на југоистоку и југозападу Флориде. У 2019. узгајивачи на Флориди убрали су 7,700 хектара тиквица, са производном вредношћу од 35.4 милиона долара, према Националној служби за пољопривредну статистику УСДА. Али болест пепелнице, уобичајена широм света, може смањити приносе.
„Идеално окружење за заразу пепелнице је влажно време, густе садње и сенка“, рекао је Јанис Ампацидис, УФ/ИФАС доцент за пољопривредно и биолошко инжењерство и коаутор нова студија о раном откривању пепелнице, објављена у часопису Биосистемс Енгинееринг.
За студију, истраживачи УФ/ИФАС-а су користили сензорски систем причвршћен за беспилотне летелице за прикупљање спектралних података о пепелници на летњој тикви на пољима и лабораторијама УФ/ИФАС-овог истраживачко-образовног центра на југозападу Флориде.
Истраживачи УФ/ИФАС-а користили су технологију која се не ослања на визуелне симптоме за откривање пепелнице, рекао је Ампатзидис. Људске очи могу да виде само светлосни део електромагнетног спектра. Ова технологија може „видети“ више. Стога су истраживачи користили ову студију да идентификују најбоље таласне дужине за рано откривање пепелнице - на листовима који нису имали симптоме или су показивали ране симптоме.
Истраживачи су користили машинско учење - подскуп вештачке интелигенције - која може да "учи" из спектралних података да би открила пепелницу. Подаци су дошли од дронова и земаљских сензорних система. Обучени модел машинског учења идентификовао је пепелницу у различитим фазама развоја болести, рекао је Ампатзидис. Систем машинског учења гради математички модел за откривање пепелнице, а да га човек не програмира да прати одређене кораке.
Са сликама и анализом спектралне рефлексије листова тикве, научници су открили прашкасто око 95% времена. У ствари, чак и без видљивих симптома болести, технологија је показала истраживачима болест у 82% до 89% времена.
„Од кључног је значаја рано идентификовати пепелницу, пошто се болест брзо шири и лезије се повећавају у величини, развијајући прашњаву белу или сиву превлаку“, рекао је Ампатзидис, факултетски саветник Јафара Абдулридхе, постдокторског истраживача УФ/ИФАС који је водио студија.
Памели Робертс, професору патологије биљака УФ/ИФАС, потребни су подаци од инжењера као што је Ампатзидис, како би јој помогли да пронађе болести у најранијим фазама. Она то пореди са раним откривањем људских болести.
„Рано откривање било ког здравственог проблема, било код људи или биљака, даје најбоље шансе да се он контролише раном интервенцијом“, рекао је Робертс, коаутор студије. „Слично, биљне болести се лакше контролишу рано када је популација патогена ниска, у поређењу са каснијим периодом епидемије.
„Поред тога, ова технологија може заправо да смањи употребу хемијских спрејева, елиминишући апликације које би се могле направити пре него што заиста постоји било каква болест за контролу“, рекла је она. „Пошто је пепелница хронични проблем на тиквицама на југозападу Флориде, само је питање када, а не да ли ће се болест појавити. Тачно време примене фунгицида, било у конвенционалној или органској пољопривреди, може повећати ефикасност производа и смањити губитке.”
Главни симптоми пепелнице су беле мрље или мрље, обично на листовима. Дијагностиковање пепелнице у раним фазама инфекције је тешко због симптома на нижим, зрелијим листовима који су често прекривени другим листовима.
„Укратко, болест би могла да промени својства листова и утиче на количину светлости која се рефлектује од листова у областима изван видљивог спектра, које људи не могу да виде“, рекао је Ампацидис.
- Бред Бак, Универзитет Флорида