Революція у картоплярстві: колумбійські інновації проливають світло на алгоритм раннього виявлення фітофторозу

#PotatoFarming #AgriculturalInnovation #CropDiseaseDetection #MachineLearningInAgriculture #SustainableFarming #ColombianAgriculture #Geomatics #PrecisionFarming #CropHealthMonitoring #FarmTech

Фермери, які вирощують картоплю в Колумбії, перебувають на порозі технологічної революції завдяки інноваційному алгоритму, розробленому Вільямом Альфонсо Леоном Руедою та командою експертів з факультету Сільськогосподарський Науки в Національному університеті Колумбії (UNAL) Sede Bogotá. Алгоритм, призначений для виявлення раннього фітофторозу в посівах картоплі, має потенціал для зміни ландшафту виявлення хвороб у сільському господарстві.

Виявлення невидимого:

Early blight, caused by the Verticillium fungus, poses a significant threat to potato crops, damaging leaves, hindering water and nutrient flow, and impacting overall potato quality. Farmers often struggle to identify the disease promptly. León Rueda’s team, leveraging geomatics expertise, explored algorithms with a remarkable 90% reliability in early blight detection using spectral variables as predictors.

Інноваційні технології в роботі:

Проект, який проводився в Москері та Субачоке, впроваджував передову технологію, включаючи зображення з дронів, мультиспектральні камери, що фіксують світлові спектри, непомітні для людського ока, і фіксований спектрорадіометр. Алгоритми машинного навчання використовувалися для аналізу поведінки хвороби, досягаючи безпрецедентного рівня деталізації з роздільною здатністю 2.8 см на піксель.

Своєчасне втручання:

Леон Руеда підкреслює здатність алгоритму ідентифікувати грибок за короткі проміжки часу, що різко контрастує з проблемами, з якими стикається технічний персонал, відповідальний за моніторинг здоров’я рослин. У контрольованому середовищі алгоритм продемонстрував до 90% ефективності, використовуючи спектрорадіометр для захоплення спектрального відбитка врожаю, дозволяючи визначити виникнення та прогресування захворювання на кожній рослині.

Точність поля:

Дослідження під керівництвом професорів Хоакіна Гільєрмо Раміреса Гіла та Сандри Гомес Каро досягло виняткового рівня деталізації. З точністю до 80% у польових умовах ефективність алгоритму залишалася безпрецедентною. Використання таких алгоритмів, як «Випадкові ліси», «Машини опорних векторів», «Нейронні мережі» та «Adaboost», продемонструвало узгоджені результати на основі даних з дронів, мультиспектральних камер і спектрорадіометра.

Виклики та співпраця:

Леон Руеда визнає необхідність подальшого вдосконалення, вирішення таких проблем, як потенційна плутанина з іншими хворобами культур, і забезпечення репрезентативних зразків культур. Дослідження, яке є частиною більш широкого співробітництва з Federación Colombiana de Productores de Papa (Fedepapa) і Fondo Nacional de Fomento de la Papa (FNFP), сигналізує про багатообіцяюче майбутнє для сталого картоплярства.

Розробка цього вдосконаленого алгоритму знаменує собою значний крок вперед у боротьбі з ранньою фітофторою на посівах картоплі. Завдяки високій точності та можливостям своєчасного виявлення фермери тепер мають потужний інструмент для захисту своїх врожаїв. Співпраця між академічними та сільськогосподарськими організаціями демонструє потенціал технологій, щоб революціонізувати практику ведення сільського господарства, прокладаючи шлях до більш сталого та ефективного майбутнього сільського господарства.