Els detectius de plantes i els enginyers de la Universitat de Florida estan utilitzant la intel·ligència artificial per trobar una malaltia aviat, de manera que els cultivadors que produeixen carbassa d'estiu poden mantenir-la sota control. La detecció precoç ofereix als agricultors una oportunitat de lluitar per obtenir una millor collita.
La carbassa d'estiu i d'hivern es conrea comercialment a tot l'estat, especialment al sud-est i sud-oest de Florida. El 2019, els productors de Florida van collir 7,700 acres de carbassa, amb un valor de producció de 35.4 milions de dòlars, segons el Servei Nacional d'Estadístiques Agrícoles de l'USDA. Però la malaltia de l'oïdi, comuna a tot el món, pot disminuir els rendiments.
"L'entorn ideal perquè l'oïdi s'infecti és el clima humit, la plantació d'alta densitat i l'ombra", va dir Yiannis Ampatzidis, professor adjunt d'enginyeria agrícola i biològica de la UF/IFAS i coautor d'un nou estudi sobre la detecció precoç del mildiu pols, publicat a la revista Biosystems Engineering.
Per a l'estudi, els investigadors de l'UF/IFAS van utilitzar un sistema de detecció connectat als drons per recollir dades espectrals de l'oïdi de la carbassa d'estiu als camps i laboratoris del Centre d'Educació i Recerca del Sud-oest de Florida UF/IFAS.
Els investigadors de la UF/IFAS van utilitzar una tecnologia que no es basa en els símptomes visuals per detectar el mildiu en pols, va dir Ampatzidis. Els ulls humans només poden veure la part lleugera de l'espectre electromagnètic. Aquesta tecnologia pot "veure" més. Així, els investigadors van utilitzar aquest estudi per identificar les millors longituds d'ona per a la detecció primerenca de mildiu pols, en fulles que no tenien símptomes o presentaven símptomes primerencs.
Els investigadors van utilitzar l'aprenentatge automàtic, un subconjunt d'intel·ligència artificial, que pot "aprendre" de les dades espectrals per detectar el mildiu en pols. Les dades provenien de drons i sistemes de detecció terrestres. El model d'aprenentatge automàtic entrenat va identificar el mildiu en pols en diferents etapes de desenvolupament de la malaltia, va dir Ampatzidis. El sistema d'aprenentatge automàtic construeix un model matemàtic per detectar oïdi sense ser programat per un humà per seguir passos específics.
Amb les imatges i l'anàlisi de la reflectància espectral de les fulles de carbassa, els científics van detectar pols al voltant del 95% del temps. De fet, fins i tot sense símptomes visibles de la malaltia, la tecnologia va mostrar als investigadors la malaltia entre el 82% i el 89% del temps.
"És crucial identificar precoçment l'oïdi, ja que la malaltia s'estén ràpidament i les lesions augmenten de mida, desenvolupant un recobriment blanc o gris polsós", va dir Ampatzidis, assessor de la facultat de Jaafar Abdulridha, investigador postdoctoral de la UF/IFAS que va dirigir. l'estudi.
Pamela Roberts, professora de patologia vegetal de la UF/IFAS, necessita dades d'enginyers com Ampatzidis per ajudar-la a trobar malalties en les primeres etapes. Ho compara amb la detecció precoç de malalties humanes.
"La detecció precoç de qualsevol problema de salut, ja sigui humà o vegetal, ofereix la millor oportunitat de controlar-lo mitjançant una intervenció primerenca", va dir Roberts, coautor de l'estudi. "De la mateixa manera, les malalties de les plantes es controlen més fàcilment a principis quan la població de patògens és baixa, en comparació amb més tard en l'epidèmia".
"A més, aquesta tecnologia pot disminuir l'ús d'aerosols químics, eliminant les aplicacions que es podrien fer abans que hi hagi alguna malaltia per controlar", va dir. "Com que l'oïdi és un problema crònic de la carbassa al sud-oest de Florida, només és qüestió de quan, no si, apareixerà la malaltia. El moment precís dels fungicides, ja sigui en agricultura convencional o ecològica, pot augmentar l'eficàcia del producte i reduir les pèrdues".
Els principals símptomes de l'oïdi són taques o taques blanques, generalment a les fulles. El diagnòstic de l'oïdi en les primeres etapes d'infecció és difícil a causa dels símptomes de les fulles més baixes i madures que sovint estan cobertes per altres fulles.
"En resum, una malaltia podria canviar les propietats de les fulles i afectar la quantitat de llum que es reflecteix per les fulles en zones fora de l'espectre visible, que els humans no poden veure", va dir Ampatzidis.
- Brad Buck, Universitat de Florida