Революция в картофелеводстве: колумбийские инновации проливают свет на алгоритм раннего обнаружения фитофтороза
#Картофельное земледелие #Сельскохозяйственные инновации #Обнаружение болезней сельскохозяйственных культур #Машинное обучение в сельском хозяйстве #Устойчивое сельское хозяйство #Колумбийское сельское хозяйство #Геоматика #Точное земледелие #Мониторинг здоровья сельскохозяйственных культур #FarmTech
Фермеры, выращивающие картофель в Колумбии, находятся на пороге технологической революции благодаря инновационному алгоритму, разработанному Уильямом Альфонсо Леоном Руэдой и командой экспертов факультета сельскохозяйственное наук в Национальном университете Колумбии (UNAL) Седе Богота. Алгоритм, разработанный для выявления ранней болезни картофеля, может изменить ландшафт выявления болезней в сельском хозяйстве.
Обнаружение невидимого:
В будние дни. Отписаться можно одним щелчком мыши.
Фитофтороз, вызываемый грибком Verticillium, представляет значительную угрозу для урожая картофеля, повреждая листья, препятствуя потоку воды и питательных веществ, а также влияя на общее качество картофеля. Фермерам часто сложно быстро выявить болезнь. Команда Леона Руэды, используя опыт геоматики, исследовала алгоритмы с поразительной надежностью 90% для раннего обнаружения фитофтороза, используя спектральные переменные в качестве предсказателей.
Инновационные технологии в действии:
В проекте, реализованном в Москере и Субачоке, были реализованы передовые технологии, в том числе изображения с дронов, мультиспектральные камеры, фиксирующие световые спектры, незаметные для человеческого глаза, и стационарный спектрорадиометр. Алгоритмы машинного обучения были использованы для анализа поведения заболевания, достигнув беспрецедентного уровня детализации с разрешением 2.8 см на пиксель.
Своевременное вмешательство:
Леон Руэда подчеркивает способность алгоритма идентифицировать грибок за короткие промежутки времени, что резко контрастирует с проблемами, с которыми сталкивается технический персонал, ответственный за мониторинг здоровья сельскохозяйственных культур. В контролируемых средах алгоритм продемонстрировал эффективность до 90%, используя спектрорадиометр для регистрации спектральных характеристик урожая, что позволяет определять возникновение и прогрессирование заболевания на каждом растении.
Точность поля:
Исследование, проведенное профессорами Хоакином Гильермо Рамиресом Хилем и Сандрой Гомес Каро, достигло исключительного уровня детализации. При точности до 80% в полевых условиях эффективность алгоритма оставалась беспрецедентной. Использование таких алгоритмов, как «Случайные леса», «Машины опорных векторов», «Нейронные сети» и «Adaboost», продемонстрировало стабильные результаты, опираясь на данные с дронов, мультиспектральных камер и спектрорадиометра.
Проблемы и сотрудничество:
Леон Руэда признает необходимость дальнейшего совершенствования, решения таких проблем, как потенциальная путаница с другими болезнями сельскохозяйственных культур, и обеспечения репрезентативных образцов сельскохозяйственных культур. Исследование, являющееся частью более широкого сотрудничества с Колумбийской федерацией производителей папы (Fedepapa) и Национальным фондом Fomento de la Papa (FNFP), сигнализирует о многообещающем будущем устойчивого выращивания картофеля.
Разработка этого усовершенствованного алгоритма знаменует собой значительный шаг вперед в борьбе с фитофторозом картофеля. Благодаря высокой точности и возможностям своевременного обнаружения фермеры теперь имеют мощный инструмент для защиты своих урожаев. Сотрудничество между научными кругами и сельскохозяйственными организациями демонстрирует потенциал технологий, способных революционизировать методы ведения сельского хозяйства, прокладывая путь к более устойчивому и эффективному будущему в сельском хозяйстве.
