Российские ученые представили метод, позволяющий диагностировать заболевания растений на самой ранней, бессимптомной стадии. Об этом сообщают в Минобрнауки РФ. В основе подхода лежит анализ гиперспектральных данных с помощью алгоритмов искусственного интеллекта. Технология позволяет обнаружить стеблевую ржавчину пшеницы — одно из самых опасных заболеваний, поражающих эту культуру. Результаты опубликованы в журнале «Frontiers in Plant Science», работа поддержана грантом РНФ.
Пшеница — ключевая зерновая культура, производящая более 770 млн тонн зерна ежегодно. Многие ее сорта уязвимы к стеблевой ржавчине, способной вызвать серьезные потери урожая. Ситуацию осложняет быстрое распространение агрессивных патогенов. Эффективность защитных мер напрямую зависит от возможности выявить инфекцию до визуальных симптомов, которые проявляются лишь через 6–10 дней после заражения.
Специалисты Передовой инженерной школы «Цифровой инжиниринг» СПбПУ и ВИЗР предложили решение, основанное на обработке данных гиперспектральной съемки с помощью ИИ. Эта технология фиксирует отражение света в сотнях узких спектральных диапазонов, выявляя физиологические изменения в растениях до внешних признаков болезни. Исследователи провели эксперимент на растениях пшеницы в условиях, приближенных к полевым. С помощью гиперспектральной камеры было собрано 864 изображения здоровых и зараженных растений.
Ограничением многих существующих методов является недостаточная информативность снимков для точного анализа. Новая методика фокусируется на контролируемом сборе и обработке первичных данных в реальных полевых условиях, независимо от внешних факторов.
Научный сотрудник Всероссийского института защиты растений Антон Терентьев уточняет, что при создании новой методики учитывались проблемы дистанционного зондирования растений, встречающиеся в реальных сельскохозяйственных условиях, включая неравномерное освещение, перекрывающиеся структуры растительного покрова, влажность среды, фоновый шум и ежедневную изменчивость условий получения данных. Ключевым элементом стал алгоритм предобработки гиперспектральных данных, устойчивый к искажениям при съемке. С помощью машинного обучения был разработан формализованный процесс, где важны достоверность и скорость обработки.
Ранее Наука Mail рассказывала, что в РФ создали первый в мире биопрепарат от наиболее опасных болезней зерновых.
