Biljni detektivi i inženjeri sa Univerziteta Florida koriste umjetnu inteligenciju kako bi rano otkrili bolest kako bi uzgajivači koji proizvode ljetnu tikvu mogli da je drže pod kontrolom. Rano otkrivanje daje poljoprivrednicima šansu u borbi za bolji usjev.
Ljetne i zimske tikvice se komercijalno uzgajaju u cijeloj državi, posebno na jugoistoku i jugozapadu Floride. U 2019. uzgajivači na Floridi ubrali su 7,700 jutara tikvica, sa proizvodnom vrijednošću od 35.4 miliona dolara, prema Nacionalnoj službi za poljoprivrednu statistiku USDA. Ali bolest pepelnice, uobičajena u cijelom svijetu, može smanjiti prinose.
“Idealno okruženje za zarazu pepelnice je vlažno vrijeme, gusta sadnja i sjena,” rekao je Yiannis Ampatzidis, UF/IFAS docent poljoprivrednog i biološkog inženjerstva i koautor nova studija o ranom otkrivanju pepelnice, objavljena u časopisu Biosystems Engineering.
Za studiju, istraživači UF/IFAS-a su koristili senzorski sistem priključen na dronove kako bi prikupili spektralne podatke o pepelnici na ljetnoj tikvi u poljima i laboratorijama UF/IFAS Southwest Florida Research and Education Center.
Istraživači UF/IFAS-a koristili su tehnologiju koja se ne oslanja na vizualne simptome za otkrivanje pepelnice, rekao je Ampatzidis. Ljudske oči mogu vidjeti samo svjetlosni dio elektromagnetnog spektra. Ova tehnologija može "vidjeti" više. Stoga su istraživači koristili ovu studiju kako bi identificirali najbolje valne dužine za rano otkrivanje pepelnice – na listovima koji nisu imali simptome ili su pokazivali rane simptome.
Istraživači su koristili mašinsko učenje – podskup umjetne inteligencije – koja može „učiti“ iz spektralnih podataka kako bi otkrila pepelnicu. Podaci su došli od dronova i zemaljskih senzorskih sistema. Obučeni model mašinskog učenja identificirao je pepelnicu u različitim fazama razvoja bolesti, rekao je Ampatzidis. Sistem mašinskog učenja gradi matematički model za otkrivanje pepelnice, a da ga čovek ne programira da prati određene korake.
Sa slikama i analizom spektralne refleksije listova tikve, naučnici su otkrili praškasto oko 95% vremena. Zapravo, čak i bez vidljivih simptoma bolesti, tehnologija je pokazala istraživačima bolest u 82% do 89% vremena.
"Ključno je rano prepoznati pepelnicu, jer se bolest brzo širi i lezije se povećavaju u veličini, razvijajući prašnjavu bijelu ili sivu prevlaku", rekao je Ampatzidis, fakultetski savjetnik Jaafara Abdulridhe, UF/IFAS postdoktorskog istraživača koji je vodio studija.
Pamela Roberts, profesorica patologije biljaka UF/IFAS, treba podatke od inženjera poput Ampatzidisa, kako bi joj pomogli da pronađe bolesti u najranijim fazama. Ona to poredi sa ranim otkrivanjem ljudskih bolesti.
"Rano otkrivanje bilo kojeg zdravstvenog problema, bilo kod ljudi ili biljaka, daje najbolje šanse za njegovo suzbijanje ranom intervencijom", rekao je Roberts, koautor studije. „Slično, biljne bolesti se lakše kontroliraju rano kada je populacija patogena niska, u usporedbi s kasnijim periodom epidemije.”
„Osim toga, ova tehnologija zapravo može smanjiti upotrebu hemijskih sprejeva, eliminacijom aplikacija koje bi se mogle napraviti prije nego što se zaista pojavi bilo kakva bolest za kontrolu“, rekla je. “Budući da je pepelnica kronični problem na tikvicama na jugozapadu Floride, samo je pitanje kada će se bolest pojaviti, a ne hoće li. Tačno vrijeme primjene fungicida, bilo u konvencionalnoj ili organskoj poljoprivredi, može povećati učinkovitost proizvoda i smanjiti gubitke.”
Glavni simptomi pepelnice su bijele mrlje ili mrlje, obično na listovima. Dijagnostikovanje pepelnice u ranim fazama infekcije je teško zbog simptoma na nižim, zrelijim listovima koji su često prekriveni drugim listovima.
“Ukratko, bolest bi mogla promijeniti svojstva lista i utjecati na količinu svjetlosti koja se odbija od lišća u područjima izvan vidljivog spektra, a koje ljudi ne mogu vidjeti”, rekao je Ampatzidis.
- Brad Buck, Univerzitet Florida