Wissenschaftler des Indian Institute of Technology (IIT) Mandi haben ein Computermodell für die automatisierte Erkennung von Krankheiten in Kartoffelkulturen anhand von Fotografien ihrer Blätter entwickelt.
Die von Dr. Srikant Srinivasan, Associate Professor, School of Computing and Electrical Engineering, IIT Mandi, in Zusammenarbeit mit dem Central Potato Research Institute, Shimla, geleitete Forschung verwendet Techniken der künstlichen Intelligenz (KI), um die erkrankten Teile des Blattes hervorzuheben.
Gefördert vom Department of Biotechnology, Govt. of India, die Ergebnisse dieser Forschung wurden kürzlich in der Zeitschrift Plant Phenomics in einem von Dr. Srikant Srinivasan und Dr. Geetanjali Sharma vom IIT Mandi und Dr. Vijay Kumar Dua, Dr. Sanjeev Sharma und Dr. Jagdev Sharma vom Central Potato Research Institute, Shimla.
Kartoffeln waren in der Geschichte der Welt die Ursache für die große Hungersnot der Welt Mitte des XNUMX. Jahrhunderts, die in Irland über eine Million Menschen tötete und die Totenglocke für die irische Sprache läutete. Der Grund? Kartoffelfäule.
Die Krautfäule ist eine häufige Erkrankung der Kartoffelpflanze, die als ungleichmäßige hellgrüne Läsionen in der Nähe der Blattspitze und der Blattränder beginnt und sich dann in großen braunen bis violett-schwarzen nekrotischen Flecken ausbreitet, die schließlich zur Fäulnis der Pflanze führen. Wenn sie unentdeckt und unkontrolliert bleibt, kann die Fäule unter günstigen Bedingungen die gesamte Ernte innerhalb einer Woche zerstören.
Dr. Srikant Srinivasan:
„In Indien, wie in den meisten Entwicklungsländern, wird die Erkennung und Identifizierung von Knollenfäule manuell von geschultem Personal durchgeführt, das das Feld erkundet und das Kartoffellaub visuell inspiziert.“
Dieser Prozess ist erwartungsgemäß mühsam und oft unpraktisch, insbesondere in abgelegenen Gebieten, da er das Fachwissen eines Gartenbauspezialisten erfordert, der möglicherweise nicht physisch erreichbar ist.
Joe Johnson, Forschungsstipendiat, IIT Mandi:
„Hier kann die automatisierte Krankheitserkennung helfen, und angesichts der starken Verbreitung der Mobiltelefone im ganzen Land könnte das Smartphone in dieser Hinsicht ein nützliches Werkzeug sein.“
Die fortschrittlichen HD-Kameras, die bessere Rechenleistung und die Kommunikationsmöglichkeiten von Smartphones bieten eine vielversprechende Plattform für die automatisierte Krankheitserkennung in Pflanzen, die Zeit sparen und rechtzeitig helfen kann Management von Krankheiten, bei Ausbrüchen.
Das von den IIT Mandi-Wissenschaftlern entwickelte Rechenwerkzeug kann Krautfäule in Kartoffelblattbildern erkennen. Das Modell wird mit einem KI-Tool namens maskenregionbasierter konvolutioneller neuronaler Netzwerkarchitektur erstellt und kann die erkrankten Teile des Blattes inmitten eines komplexen Hintergrunds aus Pflanzen- und Bodenmaterial genau hervorheben.
Um ein robustes Modell zu entwickeln, wurden Daten zu gesunden und erkrankten Blättern von Feldern in Punjab, UP und Himachal Pradesh gesammelt. Es war wichtig, dass das entwickelte Modell landesweit übertragbar ist.
Dr. Srikant Srinivasan:
„Eine Analyse der Erkennungsleistung zeigt eine Gesamtpräzision von 98 % bei Blattbildern in Feldumgebungen.“
Auch wenn die Kartoffel in den meisten Regionen der Welt kein Grundnahrungsmittel ist, ist sie doch eine Nutzpflanze, deren Misserfolg katastrophale Folgen haben kann, insbesondere für Landwirte mit geringem Landbesitz. Daher ist die Früherkennung von Knollenfäule wichtig, um eine finanzielle Katastrophe für den Landwirt und die Wirtschaft des Landes zu verhindern.
Nach diesem Erfolg verkleinert das Team das Modell auf einige zehn Megabyte, damit es als Anwendung auf einem Smartphone gehostet werden kann. Wenn der Landwirt das ungesund erscheinende Blatt fotografiert, bestätigt die Anwendung in Echtzeit, ob das Blatt infiziert ist oder nicht.
Mit diesem rechtzeitigen Wissen wüsste der Landwirt genau, wann er das Feld besprühen muss, was seine Produkte spart und die Kosten für den unnötigen Einsatz von Fungiziden minimiert.
Dr. Srikant Srinivasan:
„Das Modell wird verfeinert, da mehr Staaten abgedeckt werden“
Dr. Srinivasan betonte, dass es als Teil der FarmerZone-App bereitgestellt wird, die Kartoffelbauern kostenlos zur Verfügung stehen wird.