Використання штучного інтелекту для оцінки ефективності гербіцидів
Гербіциди є важливими засобами для контролю бур’янів у сільському господарстві. Аурелі Понсе та Маріо Сото провели дослідження, яке показує, як сенсори та штучний інтелект/машинне навчання можуть бути використані для допомоги вченим-агрономам у оцінці ефективності гербіцидів на рослинах. Понсе є доцентом з точного землеробства в кафедрі агрономії, ґрунтознавства та екологічних наук Дивізії сільського господарства та Коледжу сільського господарства, харчових продуктів і наук про життя Дейла Бамперса. Маріо Сото є магістрантом у цій кафедрі.
Розробка нової системи
ФЕЙЕТТВІЛЬ, Арканзас. — Об’єднавши штучний інтелект та сенсори, які можуть бачити поза межами видимого світла, дослідники з Арканзасу розробили систему, яка перевершує людське сприйняття в вимірюванні стресу, викликаного гербіцидом, у рослинах.
Вчені з Аграрної експериментальної станції Арканзасу, дослідницького підрозділу Дивізії сільського господарства Університету Арканзасу, нещодавно опублікували дослідження в журналі Smart Agricultural Technology, яке надає доказ концепції, що гіперспектральні сенсори, такі як спектрорадіометр, можуть допомогти в кількісній оцінці ефективності гербіцидів, що є критично важливим елементом управління бур’янами, що допомагає стримувати резистентність до гербіцидів.
гербіциди: Технології гіперспектрального сенсування
У той час як звичайні камери використовують три смуги видимого світла — червону, зелену та синю — для створення зображень у спектральному діапазоні від 380 до 750 нанометрів, гіперспектральне сенсування захоплює смуги від 250 нанометрів до 2500 нанометрів і теплового інфрачервоного випромінювання.
Дослідники використали цю технологію для оцінки реакції звичайного лободи на гліфосат. Вони також виявили емпіричні дані, що фотосинтез у рослині насправді зростав при впливі підлетальної дози гербіциду. Звичайна лобода — Chenopodium album L. — є бур’яном у сільськогосподарських та садових умовах.
“Реакцію рослин на застосування гербіцидів вимірюють за допомогою візуальних оцінок, але точність варіює залежно від якості навчання та років практики оцінювача,” — сказала головний дослідник дослідження Аурелі Понсе.
“Ми подумали, якщо ми зможемо мати сенсор, який автоматизує частину цього рішення, ми зможемо впровадити його в застосування в майбутньому.”
гербіциди: Точність оцінок
Вчені-агрономи навчені оцінювати ефективність гербіцидів з похибкою в 10 відсотків, плюс-мінус 5 відсотків. Дослідники змогли використовувати моделі машинного навчання на даних, зібраних за допомогою спектрорадіометра, щоб досягти похибки в 12,1 відсотка. Їхня мета — знизити цей показник нижче 10 відсотків.
Дослідники використали алгоритм машинного навчання “випадковий ліс” для аналізу тисяч даних індексу вегетації, зібраних під час експерименту. Алгоритм об’єднує результати кількох дерев рішень, щоб досягти єдиного результату.
“Наш успіх у використанні випадкового лісу для опису реакції звичайної лободи на застосування гліфосату відкриває можливість перейти до розробки вегетаційних індексів, ще одного підходу, який набирає популярності в опублікованій літературі,” — сказав Маріо Сото, провідний автор дослідження та магістрант кафедри агрономії, ґрунтознавства та екологічних наук у Коледжі Бамперса.
гербіциди: Наступні кроки
Після вдосконалення гіперспектральне сенсування може бути використане для вимірювання специфічної реакції бур’янів на застосування гербіцидів і подолання обмежень людської візуальної оцінки. Подальша розробка методу та валідація також можуть бути використані для створення платформи для високопродуктивної категоризації реакції бур’янів на гербіциди та скринінгу на резистентність до гербіцидів, зазначили автори дослідження.
Хоча навчання може подолати брак досвіду для оцінювачів, психічна та фізична втома від тривалих робочих днів, оцінюючи обробки в суворих умовах навколишнього середовища, може вплинути на судження навіть найдосвідченішого оцінювача, сказала Нільда Рома-Бургос, професор фізіології бур’янів та молекулярної біології для експериментальної станції та Коледжу Бамперса.
“Цей метод, в принципі, може усунути людський фактор у оцінках ефективності гербіцидів і стане безцінним інструментом дослідження для науки про бур’яни,” — сказала Бургос, співавтор дослідження.
“Тим часом, ще багато роботи чекає на валідацію методу для ключових видів бур’янів, режимів дії гербіцидів, часу після застосування гербіцидів та умов навколишнього середовища.”
Співавторами дослідження були Крістофор Брай, університетський професор прикладної фізики ґрунту та педології; Уеслі Франс, асистент програми, та Хуан С. Веласкес, аспірант з науки про бур’яни.
Ченгіз Копаран, доцент з технології точного землеробства в кафедрі аграрної освіти, комунікації та технології та кафедрі біологічної та аграрної інженерії, та Аманда Ашворт, науковець-дослідник з ґрунту в Службі сільськогосподарських досліджень Міністерства сільського господарства США, також були співавторами.
Дослідження з гіперспектральної візуалізації частково підтримувалося грантом Національного наукового фонду NSF-SBIR Фаза II, номер 2304528, та Національним інститутом харчування та сільського господарства USDA, проекти Хетч ARK0–2734 та ARK0–2852.
Щоб дізнатися більше про дослідження Дивізії сільського господарства, відвідайте веб-сайт Аграрної експериментальної станції Арканзасу.
Можливість стежити за новинами у більш стислому форматі в Facebook або Telegram повернутися на головну сторінку