Anglicky: A Data-Driven Monitoring System for the Early Pest Detection in the Precision Agriculture of Hazelnut Orchards
Zdroj: Lippi, M, Carpio, RF, Contarini, M, Speranza, S, Gasparri, A. 2022. A Data-Driven Monitoring System for the Early Pest Detection in the Precision Agriculture of Hazelnut Orchards. IFAC-PapersOnLine 55 (32), 42-47.
Klíčová slova: "monitoring škůdců, rozhodování a detekce na základě dat, precizní zemědělství"
Dostupný z: https://www.sciencedirect.com/science/article/pii/S2405896322027458
Studie je zaměřená na moderní postupy řízení zemědělské produkce s principů integrované produkce precizního zemědělství a technolgických prostředků integrujících hardware I software. Případová studie se zaměřuje na výskyt hálčivců, kteří patří k hlavním škodlivým činitelům při produkci lískových ořechů. Tito členovci s velikostí cca 0.2 mm kolonizují zdravé pupeny lískových ořechů a způsobují inhibici jejich růstu, resp. vytvářejí z pupenů hálky. Monitorovací praxe výskytu hálčivců je založena na experních znalostech vyžadujících v terénní práci vysoký podíl personálního nasazení, které je nezbytné pro zajištění pravidelného monitoringu. Ten se provádí během zimy a spočívá ve vzorkování rostlin formou počítání zdravých pupenů a popenů přeměněných v hálky na čtyřech větvích. Výsledný poměr zdravé pupeny : hálky je indikátorem úrovně infestace. Autoři prezentují vývoj automatizovaného systému, který pracuje s obrazovou analyzou, perspektivou robotizace automatizace vyhodnocování a podpory rozhodovaní s využitím všeobecně dostupného prostřeůdku v podobě koncového zařízení – mobilní telefon/software. Automatitzuovaný monitorovací systém pro online detekci napadení hálčivci vyhodnocuje snímků větví stromů, generuje na datech založené řešení/opatření prostřednictvím algoritmů konvolučních neuronových sítích (CNN) s podporou výpočetní architektury, která umožňuje zpracování a analýzu dat v reálném čase. Navržený systém řešení posunuje problematiku metod integrované ochrany integrované ochrany proti škůdcům na kvalitativně novou úroveň, která podporuje přechod k udržitelnějšímu a ekologičtějšímu šetrnému způsobu obhospodařování sadů. Prezentovaný systém vykázal průměrnou přesnost detekce na úrovni 86.7 %. Pro finální nasazení zbývá dovybavit celý systém funkcionalitymi spojenými s dořešením spolehlivé detekce zdravých pupenů, implementací prahů škodlivosti a provázání s robotickou autonomní platformou.
