Detectives de plantas e enxeñeiros da Universidade de Florida están a usar a intelixencia artificial para atopar unha enfermidade precozmente para que os produtores que producen cabaza de verán poidan mantelo baixo control. A detección precoz dá aos agricultores a oportunidade de loitar por unha mellor colleita.
A cabaza de verán e inverno cultívase comercialmente en todo o estado, especialmente no sueste e suroeste de Florida. En 2019, os produtores de Florida colleitaron 7,700 acres de cabaza, cun valor de produción de 35.4 millóns de dólares, segundo o Servizo Nacional de Estatísticas Agrícolas do USDA. Pero a enfermidade do mildiu en po, común en todo o mundo, pode diminuír os rendementos.
"O ambiente ideal para que o mildiu en po se infecte é o clima húmido, a plantación de alta densidade e a sombra", dixo Yiannis Ampatzidis, profesor asistente de enxeñería agrícola e biolóxica da UF/IFAS e coautor dun estudo. novo estudo sobre a detección precoz do mildiu en po, publicado na revista Biosystems Engineering.
Para o estudo, os investigadores da UF/IFAS utilizaron un sistema de detección conectado a drones para recoller datos espectrais do mildiu en po na cabaza de verán nos campos e laboratorios do Centro de Investigación e Educación do suroeste da Florida UF/IFAS.
Os investigadores da UF/IFAS utilizaron tecnoloxía que non depende dos síntomas visuais para detectar oídio en po, dixo Ampatzidis. Os ollos humanos só poden ver a parte lixeira do espectro electromagnético. Esta tecnoloxía pode "ver" máis. Así, os investigadores utilizaron este estudo para identificar as mellores lonxitudes de onda para a detección precoz do mildeu en po: en follas que non tiñan síntomas ou mostraban os primeiros síntomas.
Os investigadores utilizaron a aprendizaxe automática, un subconxunto da intelixencia artificial, que pode "aprender" dos datos espectrais para detectar oídio. Os datos proviñan de drons e sistemas de detección terrestres. O modelo de aprendizaxe automática adestrado identificou o oídio en diferentes etapas de desenvolvemento da enfermidade, dixo Ampatzidis. O sistema de aprendizaxe automática constrúe un modelo matemático para detectar oídio sen ser programado por un humano para seguir pasos específicos.
Coas imaxes e a análise de reflectancia espectral das follas de cabaciña, os científicos detectaron po preto do 95% das veces. De feito, aínda sen síntomas visibles da enfermidade, a tecnoloxía mostrou aos investigadores a enfermidade entre o 82% e o 89% das veces.
"É fundamental identificar cedo o oídio, xa que a enfermidade se propaga rapidamente e as lesións aumentan de tamaño, desenvolvendo un revestimento branco ou gris poeirento", dixo Ampatzidis, conselleiro da facultade de Jaafar Abdulridha, o investigador posdoutoral da UF/IFAS que dirixiu o estudo.
Pamela Roberts, profesora de patoloxía vexetal da UF/IFAS, necesita datos de enxeñeiros como Ampatzidis para axudarlle a atopar enfermidades nas fases máis iniciais. Compárao coa detección precoz de enfermidades humanas.
"A detección precoz de calquera problema de saúde, xa sexa en humanos ou plantas, dá a mellor oportunidade de controlalo mediante unha intervención temperá", dixo Roberts, coautor do estudo. "Do mesmo xeito, as enfermidades das plantas son máis facilmente controladas no inicio cando a poboación de patóxenos é baixa, en comparación con máis tarde na epidemia".
"Ademais, esta tecnoloxía pode diminuír o uso de sprays químicos, eliminando as aplicacións que se poderían facer antes de que haxa algunha enfermidade que controlar", dixo. "Dado que o oídio é un problema crónico da cabaza no suroeste de Florida, só é cuestión de cando, non se, aparecerá a enfermidade. O momento preciso dos funxicidas, xa sexa na agricultura convencional ou ecolóxica, pode aumentar a eficacia do produto e diminuír as perdas".
Os principais síntomas do mildiu en po son manchas brancas ou manchas, xeralmente nas follas. Diagnosticar o mildiu en po nas fases iniciais da infección é difícil debido aos síntomas nas follas máis baixas e maduras que adoitan estar cubertas por outras follas.
"En resumo, unha enfermidade pode cambiar as propiedades das follas e afectar á cantidade de luz que se reflicte polas follas en áreas fóra do espectro visible, que os humanos non poden ver", dixo Ampatzidis.
- Brad Buck, Universidade de Florida