Дроны могуць дапамагчы бульбаводам хутка выявіць альтернариоз. Пра гэта заявіў Рубен ван дэ Війвер з Інстытута даследаванняў сельскай гаспадаркі, рыбалоўства і харчавання (ILVO) падчас бельгійскага бульбянога кірмашу Interpom.
ILVO некаторы час эксперыментуе з выяўленнем альтэрнарыі з дапамогай датчыкаў, беспілотнікаў і штучнага інтэлекту. «Мы стараемся даць вытворцам больш інфармацыі, лепшы агляд з дапамогай беспілотніка», — кажа даследчык. Гэта не дойдзе да таго, што штучны інтэлект можа цалкам замяніць вопыт вытворцаў, дадаў ён.
Ранняя стадыя
Грыбковыя плямы таксама можна хутка выявіць з дапамогай дронаў. «Датчыкі на дронах дапамагаюць выявіць хваробу ў палявых умовах як мага раней», — кажа Ван дэ Війвер. «Дзякуючы штучнаму інтэлекту, грыбковае захворванне можна ўбачыць ужо на адной расліне. Гэта значна хутчэй, чым можа бачыць вытворца, звычайна ён бачыць гэта толькі тады, калі заражаныя вялікія плошчы. Важна знішчыць хваробу, як толькі яна з'явіцца ў вашым расліне, і чым раней вы яе заразіце, тым больш вы можаце абмежаваць яе ўздзеянне. Дзякуючы гэтаму ранняму выяўленню, вытворца можа эфектыўна ўмешвацца з дапамогай мэтанакіраванага апырсквання і з абмежаваным уздзеяннем на навакольнае асяроддзе і фінансавыя сродкі».
Вынікі праз планшэт
Дзякуючы гэтай тэхналогіі ворны фермер атрымлівае праз планшэт больш інфармацыі і агляд таго, дзе хвароба знаходзіцца ў полі. Мэта складаецца ў тым, каб ён мог распыляць менш і больш дакладна. «Вытворца можа прапусціць апырскванне або адкласці на некалькі дзён. Бульба апырскваюць ад 10 да 18 разоў, у залежнасці ад надвор'я. Калі вы можаце адкласці апырскванне на два дні, гэта азначае велізарны прыбытак».
Аўтаматычнае выяўленне ранняга фітофторозу, выкліканага Alternaria solani, можа спрыяць рэзкаму скарачэнню спажывання сродкаў абароны раслін і звязаных з гэтым страт вытворчасці. Праксімальная платформа зандзіравання была пабудавана і адкалібраваная для атрымання гіперспектральных малюнкаў з высокім дазволам у палявых умовах і выкарыстоўвалася для дакладнага адлюстравання паражэнняў Alternaria. Выявы з высокім раздзяленнем адбіўкі былі атрыманы для 32 раслін бульбы, якія былі заражаныя A. solani, і 32 здаровых эталонных раслін.
Спектральныя класіфікатары як дыскрымінантны аналіз частковых найменшых квадратаў (PLS-DA) і машыны апорных вектараў (SVM), заснаваныя на балах PCA, былі пратэставаны на адрозненні пікселяў, якія пацярпелі ад уплыву. Абодва спектральных класіфікатара добра правялі на ўзроўні пікселяў з дакладнасцю вышэй 0.92. Бліжэйшы дыяпазон (750 нм) быў вызначаны як найбольш дыскрымінацыйная частка спектру для выяўлення паражэнняў. Паколькі ціск хваробы звычайна выяўляецца як колькасць паражэнняў на вобласць, дакладнасць таксама ацэньвалася на гэтым узроўні.
Гэта сведчыць аб значнай колькасці ілжывых выяўленняў па краях лісця і пазухах лісця. Такім чынам, дрэва рашэнняў было распрацавана на аснове ведаў экспертаў аб форме паражэнняў Alternaria і выкарыстоўвалася для наступнай апрацоўкі класіфікаваных малюнкаў. Гэта паменшыла колькасць ілжывых выяўленняў, павялічыўшы дакладнасць з 0.17 да 0.22 за кошт памяншэння адклікання з 0.88 да 0.84. Гэта пакідае значныя магчымасці для павышэння дакладнасці класіфікацыі на ўзроўні аб'екта. Мы даведаліся, што (1) дастаткова некалькіх шырокіх даўжынь хваль і (2) прасторавы кантэкст мае важнае значэнне для выяўлення паражэнняў, выкліканых інфекцыяй Alternaria.
Прымяненне больш магутных метадаў класіфікацыі аб'ектаў, такіх як згорткавыя нейронавыя сеткі, для павышэння прадукцыйнасці мадэлі шляхам эфектыўнай інкапсуляцыі прасторавага кантэксту ў класіфікатары можа яшчэ больш палепшыць прадукцыйнасць выяўлення. Гэта магло б пракласці шлях да картаграфавання Alternaria на базе БПЛА або трактара.