ردیابی تصویری بیماری های گیاهی قارچی در کشاورزی دقیق

پیوند علوم بیماری شناسی گیاهی، یادگیری ماشینی و حسگرها با کشاورزی عملی می تواند به راه حلی موثر با سرعت و حساسیت بالا برای تشخیص بیماری های گیاهی بدل شود. در این روش با تکامل انواع مختلف حسگرهای اکتساب تصویر و به کمک توان محاسباتی هوش مصنوعی نواحی گسترده ای از طیف الکترومغناطیسی را مورد بررسی قرار می دهند. به این شکل بیماری های گیاهی را قبل از اینکه حتی چشم انسان بتواند آنها را ببیند، تشخیص می دهند. یکی از رویکردهایی که امروزه برای تشخیص سریع بیماری های گیاهی و به دنبال آن جلوگیری از خسارت های جبران ناپذیر به محصولات کشاورزی استفاده می شود روش ردیابی تصویری است. در این رویکرد از حسگرهای متنوعی مثل حسگرهای آرجی بی، حرارتی یا فروسرخ، فلورسانس، کلروفیل، چند طیفی و فراطیفی استفاده می شود. این حسگرها اطلاعات را از محیط پیرامون گرفته و آنها را در قالب نشانک های الکتریکی قابل اندازه گیری تولید می کنند. در ادامه در لایه های مختلف هوش مصنوعی این داده ها تحلیل شده، با تصاویر موجود بیماری های گیاهی که در پایگاه های داده متنوعی وجود دارند مقایسه می شوند و به این ترتیب بیماری تشخیص داده می شود. پس از آن هوش مصنوعی به صورت خودکار و یا با دخالت کارشناس و کشاورز، با کمک دستگاه های متصل به اینترنت اشیاء می تواند به منظور محافظت در برابر بیماری های مختلف ترکیبات خاصی مثل انواع قارچ کش ها را بر سطح گیاه پاشش کند. با توجه به افزایش استفاده از تلفن های همراه هوشمند توسط کشاورزان و کاهش هزینه های تولید دوربین های دیجیتال، یک برنامه ی کاربردی سازگار با تلفن همراه می تواند بسیار مفید واقع شود. در این نوشتار مثال هایی از کاربرد این فناوری در کشاورزی دقیق بحث شده است.

کلیدواژه ها:

پردازش تصویر ، حسگرها ، ردیابی تصویری بیماری های گیاهی ، طیف الکترومغناطیسی ، هوش مصنوعی ، یادگیری ماشینی