Дроны для раннего обнаружения болезней растений могут спасти урожай

Исследователи разрабатывают дроны, способные обнаруживать болезни растений до появления видимых признаков, что позволит фермерам останавливать инфекции на ранней стадии.

Болезнь может негативно влиять на здоровье растения ещё до появления видимых признаков, таких как изменение цвета листьев. Хотя эти стрессы невидимы невооружённым глазом, камеры со специальными фильтрами могут улавливать такие тонкие изменения.

Сейчас исследователи из Департамента наук о жизни и вычислительных технологий совместно с агросервисной компанией Agrii создают камеры, устанавливаемые на дроны. Эти камеры смогут автоматически обнаруживать ранние стадии болезни и сообщать фермерам, когда проводить опрыскивание, до того как болезнь повредит урожай.

Раннее и точечное опрыскивание поможет фермерам эффективно использовать фунгициды. В настоящее время команда разрабатывает инструмент для прогнозирования развития Septoria — ключевого грибка, поражающего пшеницу, но считает, что впоследствии концепцию можно адаптировать и для других болезней.

Крис Адамс, который занимается этим проектом в рамках своей PhD-работы, сказал: «Возможность для фермеров выявлять стресс до полного развития инфекции особенно важна в условиях изменения климата. Непредсказуемая среда затрудняет отслеживание и прогнозирование болезней.

Болезни снижают урожайность в то время, когда она должна быть высокой, из-за роста глобального населения и необходимости кормить больше людей, чем когда-либо. Снижение потерь урожая от таких болезней, как Septoria, позволит нам выращивать больше пищи, более эффективно и на меньших площадях, что принесёт пользу сельскохозяйственной отрасли, обществу и окружающей среде».

Дроны будут использовать мультиспектральные камеры, в которых применяются специальные фильтры для захвата отражённого света из определённых областей электромагнитного спектра. Одновременный захват отражённого света с помощью нескольких линз и разных фильтров позволяет учёным анализировать, как объекты по-разному отражают части электромагнитного спектра. Растения, испытывающие стресс, обычно демонстрируют «спектральную сигнатуру», которая отличает их от здоровых.

Адамс отметил: «Инновационность этого проекта заключается в разработке решения для классификации инфекции Septoria на фоне других стрессовых факторов в поле. Понимая, как разные стрессы влияют друг на друга и на их "спектральные сигнатуры", мы сможем разработать решения для лучшего картирования и прогнозирования болезней сельскохозяйственных культур».

Команда Имперского колледжа строит собственные дроны и создаёт собственные мультиспектральные сенсоры, а также разрабатывает инструменты для обучения компьютерной программы анализу изображений и их классификации на основе прогрессирования болезни.

Партнёрство началось, когда научный руководитель Адамса, доктор Оливер Уиндрам из Департамента наук о жизни, связался с Agrii через программу подготовки докторантов Grantham Institute «Наука и решения для меняющейся планеты».

Доктор Уиндрам работал над выявлением ранних признаков стресса у отдельных растений от болезней и решил спросить главу отдела исследований и разработок Agrii Дэвида Лэнгтона, может ли его работа быть полезной для отрасли и как они могут сотрудничать в развитии технологии и её испытаниях.

Доктор Уиндрам сказал: «Я изложил им суть работы нашей лаборатории и спросил, к каким проблемам в индустрии защиты растений мы могли бы применить наши навыки. Я хотел испытать эту работу в полевых условиях, в ситуации, где у Agrii есть необходимые навыки и опыт, чтобы лучше понять, как сложная полевая среда может повлиять на результат.

Совместная работа ускорит наши исследования, а также предоставит решение, которое Agrii сможет адаптировать для фермерского сообщества и быстро внедрить».

Оценка болезней с помощью дронов также поможет доктору Уиндраму в его фундаментальных исследованиях патогенов растений. Большие объёмы данных с полей могут помочь лучше понять, как растение реагирует на молекулярном уровне, способами, значимыми для сельского хозяйства. Если будут известны основные механизмы, это может помочь исследователям в выведении будущих культур с лучшей устойчивостью к стрессу.