Laatroes, veroorsaak deur Phytophthora infestans, is die duurste aartappelsiekte in baie streke. Kwekers vind dit steeds hoofsaaklik deur op die lande te loop. Navorsers toets kameras wat honderde smal ligbande meet, bekend as hiperspektrale beeldvorming, om die siekte vinniger te vind. Gepubliseerde studies toon wat die tegnologie vandag kan en nie kan doen nie.
Dronebeelde van sigbare siekte
'n Span van die Manchester Metropolitaanse Universiteit in die Verenigde Koninkryk, die Chinese Akademie vir Wetenskappe en die Hebei Landbou-Universiteit het 'n diep leermodel gebou vir hiperspektrale beelde wat deur hommeltuie geneem word. In 'n 2022-artikel in Afstandswaarneming, het die model 'n gemiddelde akkuraatheid van 98.09% op die toetsdata en 95.75% op 'n onafhanklike datastel bereik. Dit het beter gevaar as die standaard masjienleer- en diep leermetodes waarmee die span dit vergelyk het.
Voordat simptome verskyn
Vroeë opsporing is moeiliker. Navorsers van die Universiteit van Lincoln, Nanjing Landbou-Universiteit, die Sweedse Universiteit van Landbouwetenskappe en die Universiteit van Kopenhagen het in Julie 2020 'n kamera naby die plante in 'n veldproef in Denemarke getoets, volgens hul artikel oor arXivDie veld het meer as 20 aartappelgenotipes gehad. Beelde wat 3, 7 en 9 dae na inenting geneem is, toe geen kolle sigbaar was nie, is as baie vroeë stadium geklassifiseer. Die datastel het 15 360 klein beelde gehad wat uit 240 veldbeelde gesny is. Akkuraatheid op 2 000 toetsbeelde was 73.9% met alle bande en 79.0% met ses geselekteerde bande tussen 492 en 765 nm.
Van die laboratorium na die veld
'N 2021 studie in Presisie Landbou deur S. Appeltans, JG Pieters en AM Mouazen het 'n biblioteek van 8 585 spektra van losstaande blare gebou, gemerk as gesond of in vyf stadiums van siekte. Die eerste model het 94.1% akkuraatheid op laboratoriumdata bereik, maar het in die veld misluk. Nadat die span die dataverwerking verander het, het die laboratoriumakkuraatheid tot 80.8% gedaal, maar die model het toe simptome in die veld opgespoor. Die veldvoorspellings het ooreengestem met visuele telling met R² = 0.985.
Eenvoudiger multispektrale kameras op hommeltuie word ook getoets. 'n Studie uit 2021 in Rekenaars en elektronika in die landbou het vyf masjienleermetodes vergelyk en bevind dat lineêre ondersteuning vector en ewekansige bosklassifiseerders het die beste gewerk om laatroesones met min menslike werk te karteer.
Hoekom is dit sake
Die navorsing toon dat kameras sigbare laatroes baie akkuraat kan karteer. Vir spuitbesluite is die meer waardevolle doel om die siekte te vind voordat kolle verskyn, en hul akkuraatheid is steeds naby 74–79% in veldstudies.
Vir nou kan die tegnologie verkenning ondersteun en help om veldtoetse te teiken, maar dit vervang nog nie siektevoorspellings en die gewas te laat loop nie.
Foto: Aartappelblaar besmet deur laatroes (Phytophthora infestans) (illustratief). Björn Andersson (SLU) / Wikimedia Commons, CC BY-SA 4.0
