Разработанная методика может быть реализована в системах дистанционного мониторинга сельскохозяйственных угодий, включая беспилотные и спутниковые платформы
Российские ученые разработали методику диагностики болезней сельскохозяйственных растений на бессимптомной стадии, сообщили ТАСС в пресс-службе Минобрнауки РФ. В основе подхода — анализ данных с помощью искусственного интеллекта.
«Ученые передовой инженерной школы „Цифровой инжиниринг“ Санкт-Петербургского политехнического университета Петра Великого и Всероссийского института защиты растений предложили способ раннего выявления болезней сельскохозяйственных растений. Он основан на применении искусственного интеллекта для обработки данных гиперспектральной съемки», — отметили в пресс-службе.
Гиперспектральная съемка фиксирует отражение света в десятках и сотнях узких спектральных диапазонов и позволяет выявлять ранние физиологические изменения в растениях еще до визуального проявления болезни. Ученые провели эксперименты на растениях пшеницы, выращенных в лабораторных условиях, приближенных к полевым. Массивы данных были получены с использованием гиперспектральной камеры. Всего собрано 864 изображения как здоровых, так и зараженных растений.
Поскольку в процессе съемки растений в поле часто меняются условия, был выработан алгоритм последовательной предварительной обработки гиперспектральных данных, устойчивый к искажениям. При этом коллектив воспользовался искусственным интеллектом и машинным обучением.
«Ключевым фактором эффективности методики оказалась не сложность моделей, а корректная предобработка данных, которая позволяет алгоритмам машинного обучения надежно различать здоровые и пораженные растения при различных помехах. Мы сознательно делали акцент на интерпретируемости решений моделей искусственного интеллекта», — отметил ведущий научный сотрудник Александр Федотов.
Авторы отмечают, что разработанная методика может быть реализована в системах дистанционного мониторинга сельскохозяйственных угодий, включая беспилотные и спутниковые платформы, для раннего выявления других заболеваний и стрессовых состояний сельскохозяйственных растений.
Подготовлено по материалам tass.ru