ИИ поможет оценивать риски инфекций и паразитов у картофеля

Разработка направлена на повышение точности диагностики болезней картофеля и снижение потерь урожая за счет раннего выявления фитосанитарных угроз. В основе метода лежат природоподобные технологии биофотоники, позволяющие оценивать состояние растений на клеточном и физиологическом уровнях, а также алгоритмы искусственного интеллекта для анализа полученных данных.

Авторский коллектив провел балльно-рейтинговый анализ рисков заражения картофеля патогенами вирусной, бактериальной, нематодной и микозной этиологии. Методика охватывает 46 возбудителей инфекционных и паразитарных заболеваний.

Анализ угроз

Исследование показало, что для бактериальных патогенов чаще характерны низкий и средний уровни риска распространения, тогда как высокий и очень высокий уровни в основном связаны с фитопатогенами, вызывающими различные виды гнилей, включая возбудителя бурой гнили картофеля, относящегося к карантинным объектам.

Метод реализован в виде многоуровневой программной системы с использованием технологий компьютерного зрения и машинного обучения. Алгоритмы позволяют выявлять растение целиком, сегментировать листья и распознавать симптомы заболеваний по изображениям.

Разработчики отмечают, что система ориентирована на регулярный мониторинг и обновление данных, что особенно важно с учетом риска появления новых штаммов возбудителей. В перспективе метод может стать основой для оперативного прогнозирования распространения инфекций и принятия своевременных мер по защите урожая.