Χρησιμοποιώντας εικόνες εξαιρετικά υψηλής ανάλυσης από drone, σε συνδυασμό με τεχνητή νοημοσύνη, αναπτύχθηκε μια νέα μέθοδος για την έγκαιρη ανίχνευση της αλτερνάρια, ενός μυκητιακού παθογόνου που μπορεί να προκαλέσει σημαντική ζημιά στις καλλιέργειες πατάτας, μολύνοντας τα φύλλα, τους μίσχους και μερικές φορές ακόμα και τους κονδύλους. Αυτό σηματοδοτεί μια σημαντική πρόοδο στην ευφυή γεωργία, παρέχοντας τη δυνατότητα στους καλλιεργητές να παρεμβαίνουν με μεγαλύτερη ακρίβεια και αποτελεσματικότητα, για πιο υγιεινές καλλιέργειες και μια πιο βιώσιμη γεωργική πρακτική.
«Με αυτή την τεχνολογία, είναι εφικτό να ανιχνεύσουμε την ασθένεια πριν γίνει ορατή με γυμνό μάτι, κάτι που μπορεί να αυξήσει σημαντικά την αποτελεσματικότητα των μέτρων ελέγχου», εξηγεί η ερευνήτρια Jana Wieme, η οποία ηγήθηκε της έρευνας. Η συγκεκριμένη τεχνολογία χρησιμοποιεί υπέρυθρες εικόνες, αναγνωρίζοντας κάθε κηλίδα σε οποιοδήποτε μέγεθος. Αυτό δίνει τη δυνατότητα να ανιχνεύει ακόμη και τις πιο μικρές ενδείξεις της νόσου προτού αυτή εξελιχθεί.
Μεθοδολογία και πλεονεκτήματα
Η ομάδα δοκίμασε αυτό το μοντέλο σε σύνολα δεδομένων που συλλέχθηκαν σε πολλαπλές καλλιεργητικές περιόδους. «Αυτό που κάνει την έρευνά μας μοναδική είναι ότι επαναλάβαμε τις δοκιμές για τέσσερις διαφορετικές καλλιεργητικές περιόδους. Επιπλέον, το μοντέλο μας επιτυγχάνει ακρίβεια συγκρίσιμη με τα τρέχοντα μοντέλα τελευταίας τεχνολογίας, αλλά είναι πολύ πιο γρήγορο και αποτελεσματικό στην επεξεργασία των εικόνων», τονίζει η ερευνήτρια.
Η ίδια συνεχίζει, λέγοντας ότι «αυτή η τεχνολογία μάς επιτρέπει να δημιουργήσουμε λεπτομερείς «χάρτες ασθενειών» των πεδίων. Οι αγρότες μπορούν να χρησιμοποιήσουν αυτές τις πληροφορίες για να θεραπεύσουν μόνο εκείνα τα μέρη του αγρού όπου εμφανίζεται πραγματικά η ασθένεια». Αυτό όχι μόνο εξοικονομεί κόστος, αλλά και μειώνει τις περιβαλλοντικές επιπτώσεις των γεωργικών πρακτικών.
