Plantetektiver og ingeniører fra University of Florida bruker kunstig intelligens for å finne en sykdom tidlig, slik at dyrkere som produserer sommersquash kan holde den under kontroll. Tidlig påvisning gir bøndene en kampsjanse for en bedre avling.
Sommer- og vintersquash dyrkes kommersielt i hele staten, spesielt i sørøst og sørvest i Florida. I 2019 høstet dyrkere i Florida 7,700 dekar med squash, med en produksjonsverdi på 35.4 millioner dollar, ifølge USDA National Agricultural Statistics Service. Men muggsykdom, vanlig over hele verden, kan redusere avlingene.
"Det ideelle miljøet for mugg å infisere er fuktig vær, planting med høy tetthet og skygge," sa Yiannis Ampatzidis, en UF/IFAS assisterende professor i landbruks- og biologisk ingeniørfag og medforfatter av en ny studie om tidlig påvisning av pulveraktig mugg, publisert i tidsskriftet Biosystems Engineering.
For studien brukte UF/IFAS-forskere et sensorsystem festet til droner for å samle inn spektrale data om pulveraktig mugg på sommersquash i feltene og laboratoriene til UF/IFAS Southwest Florida Research and Education Center.
UF/IFAS-forskere brukte teknologi som ikke er avhengig av visuelle symptomer for å oppdage pulveraktig mugg, sa Ampatzidis. Menneskelige øyne kan bare se den lyse delen av det elektromagnetiske spekteret. Denne teknologien kan "se" mer. Forskere brukte derfor denne studien for å identifisere de beste bølgelengdene for tidlig påvisning av mugg - på blader som enten ikke hadde noen symptomer eller viste tidlige symptomer.
Forskere brukte maskinlæring - en undergruppe av kunstig intelligens - som kan "lære" fra spektrale data for å oppdage pulveraktig mugg. Dataene kom fra droner og bakkebaserte sensorsystemer. Den trente maskinlæringsmodellen identifiserte pulveraktig mugg i forskjellige sykdomsutviklingsstadier, sa Ampatzidis. Maskinlæringssystemet bygger en matematisk modell for å oppdage mugg uten å være programmert av et menneske til å følge spesifikke trinn.
Med bildene og spektralreflektansanalysen av squashblader, oppdaget forskere pulveraktig omtrent 95 % av tiden. Faktisk, selv uten synlige symptomer på sykdommen, viste teknologien forskerne sykdommen 82% til 89% av tiden.
"Det er avgjørende å identifisere pulveraktig mugg tidlig, siden sykdommen sprer seg raskt og lesjonene øker i størrelse, og utvikler et støvete hvitt eller grått belegg," sa Ampatzidis, fakultetsrådgiver for Jaafar Abdulridha, UF/IFAS postdoktor som ledet studien.
Pamela Roberts, en UF/IFAS-professor i plantepatologi, trenger data fra ingeniører som Ampatzidis, for å hjelpe henne med å finne sykdommer i de tidligste stadiene. Hun sammenligner det med tidlig oppdagelse av menneskelige sykdommer.
"Tidlig oppdagelse av ethvert helseproblem, enten det er hos mennesker eller planter, gir den beste sjansen til å kontrollere det gjennom tidlig intervensjon," sa Roberts, en medforfatter av studien. "På samme måte kan plantesykdommer lettere kontrolleres tidlig når patogenpopulasjonen er lav, sammenlignet med senere i epidemien."
"I tillegg kan denne teknologien faktisk redusere bruken av kjemiske sprayer, ved å eliminere applikasjoner som kan gjøres før det faktisk er noen sykdom å kontrollere," sa hun. "Siden pulveraktig mugg er et kronisk problem på squash i det sørvestlige Florida, er det bare et spørsmål om når, ikke om, sykdommen vil dukke opp. Nøyaktig timing av soppdrepende midler, enten det er i konvensjonell eller økologisk landbruk, kan øke effektiviteten til produktet og redusere tap.»
De viktigste symptomene på meldugg er hvite flekker eller flekker, vanligvis på bladene. Å diagnostisere meldugg i tidlige infeksjonsstadier er vanskelig på grunn av symptomer på lavere, mer modne blader som ofte er dekket av andre blader.
"Kort sagt, en sykdom kan endre bladegenskapene og påvirke mengden lys som reflekteres fra blader i områder utenfor det synlige spekteret, som mennesker ikke kan se," sa Ampatzidis.
- Brad Buck, University of Florida