Már akkor jelzi a nitrogénhiányt, amikor az emberi szem még semmit sem lát – így változik meg a növényvédelem. Tápanyag- és vízhiány, terméskiesés – a jövőben mindezekre már korán figyelmeztethet egy új, mesterséges intelligenciára épülő növényfigyelő rendszer. A Szegedi Tudományegyetem kutatói olyan kamerás megoldást fejlesztenek, amely folyamatosan követi a növények fejlődését, valós időben elemzi az állapotukat, és időben jelzi a termést veszélyeztető problémákat. Az innováció hosszú távon a fenntarthatóbb és költséghatékonyabb mezőgazdaság egyik fontos eszközévé válhat.
– A kutatást egyrészt a gazdálkodók gyakorlati kérdései inspirálták, másrészt a szakirodalom feltárása során szerzett tapasztalatok. Az irodalmi áttekintésből kiderült, hogy a szenzoros növényvizsgálatok eredményei jelenleg nem kellően rendszerezettek ahhoz, hogy hosszú távú következtetéseket vagy megbízható előrejelzéseket lehessen készíteni. Emellett azt is láttuk, hogy a mesterséges intelligencia alkalmazása ezen a területen még alig jelent meg, ezért ezen a téren jelentős fejlesztési lehetőség mutatkozik – fogalmazott Dr. Tar Melinda, a projekt szakmai vezetője.
A Szegedi Tudományegyetem Mezőgazdasági Kar Növénytudományi és Környezetvédelmi Intézet tudományos főmunkatársa elmondta: jelenleg a gazdálkodók vagy kutatók gyakran személyesen járják be a területeket, ami idő- és munkaigényes, vagy műhold- és drónfelvételekre támaszkodnak, amelyek nem elég gyakoriak és nem mutatják meg kellő részletességgel a növények állapotát. A projekt erre kínál egy költséghatékony alternatívát.
A fejlesztés során egy egyszerűen telepíthető kamerarendszert hoznak létre, amely rendszeresen fényképezi a növényeket. A képeket egy mesterséges intelligencia elemzi, amely képes megállapítani, hogy a növény milyen fejlődési szakaszban van, illetve felismeri az olyan stresszhatásokat, mint az aszály vagy a nitrogénhiány. Az adatok feldolgozása szinte valós időben történik, így a problémák már korai stádiumban észlelhetők.
A projekt egyik fontos eredménye egy több mint 40 ezer képből álló adatbázis létrehozása lesz, amely különböző növénykultúrák fejlődési állapotait és stressztüneteit tartalmazza. Erre épül majd az a mesterséges intelligencia modell, amely nagy pontossággal képes azonosítani a növények állapotát.
– A vizsgálatokat elsőként uborkán végezzük, amely a mezőgazdasági alapkutatások egyik leggyakrabban használt modellnövénye. A következő lépésben kukoricával folytatjuk a kísérleteket, később pedig további gazdasági növényeket – például paprikát, fűszernövényeket, napraforgót, szóját és búzát – is szeretnénk bevonni a kutatásba – mondta Dr. Tar Melinda.
A projekt első szakaszában két fontos stresszfaktorra, az aszályra és a nitrogénhiányra összpontosítanak. A kutatók célja, hogy szenzoros mérések és mesterséges intelligencia segítségével olyan modellt hozzanak létre, amely már a korai tünetek alapján képes felismerni a növényeket érő stresszhatásokat. Hosszabb távon a módszert más stresszfaktorokra is szeretnék kiterjeszteni, hogy a rendszer előre jelezhesse a várható problémákat, és támogassa a gazdálkodókat a megfelelő beavatkozások – például a tápanyag-utánpótlás – időzítésében. A kutatások az SZTE MGK Növénytudományi és Környezetvédelmi Intézet területein zajlanak az SZTE TTIK Informatikai Intézet Szoftverfejlesztési Tanszékével közösen.
A fejlesztés várhatóan segíthet abban, hogy a gazdálkodók gyorsabban reagáljanak a termést veszélyeztető problémákra, hatékonyabban használják fel a vizet és a műtrágyát, valamint növeljék a termésbiztonságot. Hosszabb távon a rendszer hozzájárulhat a fenntarthatóbb mezőgazdasághoz, csökkentheti a termelési költségeket, és támogathatja a klímaváltozás hatásaihoz való alkalmazkodást.
Forrás: agroinform.hu