Les détectives des plantes et les ingénieurs de l'Université de Floride utilisent l'intelligence artificielle pour détecter une maladie à un stade précoce afin que les producteurs de courges d'été puissent la garder sous contrôle. La détection précoce donne aux agriculteurs une chance d’obtenir une meilleure récolte.
Les courges d'été et d'hiver sont cultivées commercialement dans tout l'État, en particulier dans le sud-est et le sud-ouest de la Floride. En 2019, les producteurs de Floride ont récolté 7,700 35.4 acres de courges, avec une valeur de production de XNUMX millions de dollars, selon le service national des statistiques agricoles de l'USDA. Mais l’oïdium, répandu partout dans le monde, peut diminuer les rendements.
"L'environnement idéal pour l'infection de l'oïdium est un temps humide, une plantation à haute densité et de l'ombre", a déclaré Yiannis Ampatzidis, professeur adjoint de génie agricole et biologique à l'UF/IFAS et co-auteur d'un ouvrage sur nouvelle étude sur la détection précoce de l'oïdium, publiée dans la revue Biosystems Engineering.
Pour l'étude, les chercheurs de l'UF/IFAS ont utilisé un système de détection attaché à des drones pour collecter des données spectrales sur l'oïdium sur les courges d'été dans les champs et les laboratoires du centre de recherche et d'éducation UF/IFAS du sud-ouest de la Floride.
Les chercheurs de l'UF/IFAS ont utilisé une technologie qui ne repose pas sur des symptômes visuels pour détecter l'oïdium, a déclaré Ampatzidis. Les yeux humains ne peuvent voir que la partie lumineuse du spectre électromagnétique. Cette technologie permet de « voir » davantage. Ainsi, les chercheurs ont utilisé cette étude pour identifier les meilleures longueurs d’onde pour la détection précoce de l’oïdium – sur des feuilles qui ne présentaient aucun symptôme ou présentaient des symptômes précoces.
Les chercheurs ont utilisé l’apprentissage automatique – un sous-ensemble de l’intelligence artificielle – qui peut « apprendre » à partir de données spectrales pour détecter l’oïdium. Les données provenaient de drones et de systèmes de détection au sol. Le modèle d'apprentissage automatique formé a identifié l'oïdium à différents stades de développement de la maladie, a déclaré Ampatzidis. Le système d'apprentissage automatique construit un modèle mathématique pour détecter l'oïdium sans être programmé par un humain pour suivre des étapes spécifiques.
Grâce aux images et à l’analyse de la réflectance spectrale des feuilles de courge, les scientifiques ont détecté de la poudre environ 95 % du temps. En fait, même sans symptômes visibles de la maladie, la technologie a montré aux chercheurs la maladie dans 82 à 89 % des cas.
"Il est crucial d'identifier l'oïdium dès le début, car la maladie se propage rapidement et les lésions augmentent en taille, développant une couche poussiéreuse blanche ou grise", a déclaré Ampatzidis, conseiller pédagogique de Jaafar Abdulridha, chercheur postdoctoral à l'UF/IFAS qui a dirigé l'étude. l'étude.
Pamela Roberts, professeur de phytopathologie à l'UF/IFAS, a besoin des données d'ingénieurs comme Ampatzidis, pour l'aider à détecter les maladies dès les premiers stades. Elle le compare à la détection précoce des maladies humaines.
"La détection précoce de tout problème de santé, qu'il soit humain ou végétal, offre les meilleures chances de le contrôler grâce à une intervention précoce", a déclaré Roberts, co-auteur de l'étude. « De même, les maladies des plantes sont plus faciles à contrôler au début lorsque la population d’agents pathogènes est faible, que plus tard au cours de l’épidémie. »
"En outre, cette technologie pourrait effectivement réduire l'utilisation de pulvérisations de produits chimiques, en éliminant les applications qui pourraient être effectuées avant qu'il n'y ait réellement une maladie à contrôler", a-t-elle déclaré. « Étant donné que l'oïdium est un problème chronique sur les courges dans le sud-ouest de la Floride, la seule question est de savoir quand, et non si, la maladie apparaîtra. Un timing précis d’application des fongicides, que ce soit en agriculture conventionnelle ou biologique, peut augmenter l’efficacité du produit et réduire les pertes.
Les principaux symptômes de l’oïdium sont des taches ou des taches blanches, généralement sur les feuilles. Le diagnostic de l'oïdium aux premiers stades de l'infection est difficile en raison des symptômes présents sur les feuilles inférieures et plus matures qui sont souvent recouvertes par d'autres feuilles.
"En bref, une maladie pourrait modifier les propriétés des feuilles et affecter la quantité de lumière réfléchie par les feuilles dans des zones en dehors du spectre visible, que les humains ne peuvent pas voir", a déclaré Ampatzidis.
- Brad Buck, Université de Floride