드론으로 알터나리아 감지
드론은 감자 재배자들이 알터나리아를 신속하게 감지하는 데 도움이 될 수 있습니다. 벨기에 감자 박람회 인터폼에서 농업·수산·식품 연구소(ILVO)의 루벤 반 데 바이버는 이 사실을 언급했습니다.
ILVO는 센서, 드론, 그리고 인공지능을 활용하여 알터나리아를 감지하는 실험을 한동안 진행해 왔습니다. 연구원은 "드론을 통해 재배자에게 더 많은 정보와 더 나은 개요를 제공하고자 노력합니다."라고 말했습니다. 그는 인공지능이 재배자의 전문 지식을 완전히 대체할 수 있는 수준까지는 이르지 않을 것이라고 덧붙였습니다.
초기 단계
드론을 통해 곰팡이 얼룩을 신속하게 감지할 수도 있습니다. "드론 센서는 현장에서 질병을 최대한 빨리 감지하는 데 도움이 됩니다."라고 반 드 바이버는 말합니다. "인공지능 덕분에 한 식물에서 곰팡이 병을 미리 확인할 수 있습니다. 재배자가 눈으로 확인하는 것보다 훨씬 빠른 속도로, 재배자는 보통 넓은 지역이 감염되었을 때만 병을 발견합니다. 식물에 곰팡이 병이 발생하면 즉시 제거하는 것이 중요하며, 조기에 발견할수록 병의 영향을 최소화할 수 있습니다. 이러한 조기 감지 덕분에 재배자는 환경 및 재정적 영향을 최소화하면서 특정 지역에만 효과적으로 살포할 수 있습니다."
태블릿을 통한 결과
이 기술 덕분에 경작 농부는 태블릿을 통해 밭의 질병 발생 위치에 대한 더 많은 정보와 개요를 얻을 수 있습니다. 이는 농약 살포 횟수를 줄이고 더 정확하게 살포할 수 있도록 하기 위한 것입니다. "재배자는 살포를 건너뛰거나 며칠 연기할 수 있습니다. 감자는 날씨에 따라 10회에서 18회까지 살포합니다. 이틀 연기할 수 있다면 엄청난 수익을 낼 수 있다는 뜻입니다."
평일. 한 번의 클릭으로 구독을 취소하세요.
병해충 조기 발병 자동 감지 Alternaria solani 이는 식물 보호제 소비량과 그로 인한 생산 손실을 획기적으로 줄이는 데 기여할 수 있다. 현장에서 고해상도 초분광 이미지를 획득하기 위해 근접 센싱 플랫폼을 구축하고 보정했으며, 이를 이용하여 Alternaria 병변을 정확하게 매핑했다. A. solani에 감염된 감자 32개체와 건강한 대조군 32개체에 대해 고해상도 잎 반사율 이미지를 얻었다.
스펙트럼 분류기 부분 최소 제곱 판별 분석(PLS-DA) 및 지원과 유사 vector PCA 점수 기반 SVM(Student Machines)을 사용하여 영향을 받은 픽셀과 영향을 받지 않은 픽셀을 구분하는 데 테스트했습니다. 두 스펙트럼 분류기 모두 픽셀 단위에서 0.92 이상의 정확도로 우수한 성능을 보였습니다. 근적외선 영역(750nm)은 병변 검출에 있어 스펙트럼에서 가장 변별력이 높은 영역으로 확인되었습니다. 질병 압력은 일반적으로 영역당 병변 수로 표현되므로, 정확도 또한 이 수준에서 평가되었습니다.
이는 잎 가장자리와 잎겨드랑이에서 상당한 수의 오탐지를 나타냈습니다. 따라서 알터나리아 병변의 형태에 대한 전문가 지식을 기반으로 의사결정 트리를 설계하고 분류된 이미지를 후처리했습니다. 이를 통해 오탐지 횟수를 줄여 정확도를 0.17에서 0.22로 높였지만, 재현율은 0.88에서 0.84로 감소했습니다. 이는 객체 수준에서 분류 정확도를 상당히 향상시킬 수 있는 여지를 남겼습니다. 우리는 (1) 적은 수의 넓은 파장만으로도 충분하며, (2) 알터나리아 감염으로 인한 병변을 검출하기 위해서는 공간적 맥락이 필수적이라는 것을 알게 되었습니다.
합성곱 신경망과 같은 더욱 강력한 객체 분류 기법을 적용하여 공간적 맥락을 분류기에 효율적으로 캡슐화함으로써 모델 성능을 향상시키면 탐지 성능을 더욱 향상시킬 수 있습니다. 이는 무인 항공기(UAV) 또는 트랙터 기반 알터나리아 매핑의 길을 열어줄 수 있습니다.
글로벌 감자 개요
주요 뉴스 5가지, 가격 정보, 질병 경보 및 행사 소식. 평일 아침, 광고 없음.
