В пресс-службе рассказали, что специалисты из передовой инженерной школы «Цифровой инжиниринг» Санкт-Петербургского политехнического университета Петра Великого и Всероссийского института защиты растений предложили новый подход к ранней диагностике болезней сельскохозяйственных культур. Этот метод основан на использовании искусственного интеллекта для анализа данных, полученных посредством гиперспектральной съемки.
Гиперспектральная съемка фиксирует свет в различных узких спектральных диапазонах, выявляя физиологические изменения в растениях до их визуального проявления. Ученые провели эксперименты на пшенице в условиях, приближенных к полевым, и использовали гиперспектральную камеру для сбора 864 изображений как здоровых, так и пораженных растений.
Из-за изменчивости условий при съемке на открытом воздухе был разработан алгоритм для предварительной обработки гиперспектральных данных, устойчивый к искажениям. Они задействовали искусственный интеллект и машинное обучение в этом процессе.
Ведущий исследователь Александр Федотов отметил, что успех методики заключался именно в предобработке данных, а не в сложности моделей. Это позволяет алгоритмам машинного обучения надежно отличать здоровые растения от пораженных даже при наличии помех. Он подчеркнул, что важно понимать основания, на которых модели искусственного интеллекта принимают решения, чтобы минимизировать риск ошибок.
Авторы подчеркивают, что новый метод может быть внедрен в системы дистанционного мониторинга сельскохозяйственных угодий, включая беспилотные и спутниковые платформы, для раннего обнаружения других болезней и стрессов у растений.
Источник: ТАСС
