طورت جامعة البوليتكنيك في فالنسيا تطبيقًا قادرًا على التعرف المبكر على الأمراض التي تصيب أشجار البرتقال والآفات المختلفة من صور الأوراق والفواكه. يعتمد النظام على تقنيات الذكاء الاصطناعي، يحقق دقة تصل إلى 99,58% في اختباراته.
الهدف واضح: مساعدة مزارعي الحمضيات a توقف في الوقت المناسب المشاكل الصحية النباتية، وبدء العلاج قبل انتشارها وتقليل الخسائر الاقتصادية في المزارع في إسبانيا وغيرها من البلدان الأوروبية المنتجة.
كيف وُلدت الأداة وما هدفها؟
اكتشف فريق UPV أن الحلول الحالية للحمضيات و غير كافية وغير دقيقةولذلك، اختارت نموذجًا مُحسّنًا يزيد من موثوقية التشخيص. تُعدّ هذه المبادرة جزءًا من سلسلة أبحاث أكاديمية وتطبيقية حول صحة أشجار البرتقال.
وفقًا للمجموعة المسؤولة، تم تحديد الهدف منذ البداية لتحقيق معدل نجاح مرتفع للغاية وتقديم فائدة حقيقية في الميدان، من خلال تطبيق سهل الاستخدام لـ مزارعي الحمضياتوتم التطوير التقني في إطار أطروحة دكتوراه، بمشاركة باحثين متخصصين من الجامعة.
كيف يعمل وما هي الأجهزة التي يعمل عليها
يتم تشغيل التطبيق على iOS، Android، Windows، Linux و Raspberry Piبالإضافة إلى الإصدار المحمول، هناك إصدار آخر مصمم للمزارع الكبيرة والذي يمكن تشغيله على أجهزة الكمبيوتر الشخصية وأجهزة Raspberry Pi، مع خيار الإرسال تقارير البريد الإلكتروني اليومية مع نتائج تحليل الشجرة.
من مزاياه أنه لا يتطلب اتصالاً بالإنترنت أو خوادم خارجية، إذ تتم المعالجة على الجهاز نفسه. هذا يسمح بالعمل في مناطق ذات تغطية محدودة وباستخدام... انخفاض استهلاك الموارد، رفع صور الأوراق والبرتقال مباشرة إلى التطبيق للتقييم.
ما هي الحالات التي يقوم التطبيق بتشخيصها وبأي دقة؟
يقوم النظام بالتمييز بشكل موثوق بين البرتقال والفواكه الأخرى (المصنفة على أنها غير برتقالي)، يتعرف على متى تكون الفاكهة صحية ويكتشف ثمانية أمراض وآفات في كل من الأوراق والفواكه، والتي تم تدريبها خصيصا لها.
ومن بين الشروط التي حددتها، على سبيل المثال، تصبغ الجلد, النقاط السوداء، أو ما يسمى بالتخضير. وبالتالي، توفر الأداة دليلاً سريعًا لاتخاذ القرار الإجراءات التصحيحية ومنع البقع والآفات من التطور بشكل لا يمكن السيطرة عليه.
تم تدريب النموذج بمجموعة موحدة من صور 5.073 وبعد التدريب الأولي، طُبِّقت عملية ضبط دقيق، محققةً دقةً بلغت 99,58%. ويعتمد النظام على التعلم العميق، مع شبكات عصبية قادرة على استخراج الأنماط البصرية. ذو صلة للتشخيص.
التقدم مقارنة بالحلول السابقة
بالمقارنة مع الأدوات السابقة، يظهر اقتراح UPV معدل نجاح أعلى، في حين يقلل من الحمل الحسابي ويُحسّن سهولة الاستخدام أثناء التنقل. تُسهّل إمكانية التشغيل عبر الهاتف وتحليل الصور في الموقع مراقبة الصحة اليومية في المزرعة.
إن العمل بدون اتصال وبدون الاعتماد على الخوادم يضيف المرونة: ففي مناطق زراعة الحمضيات حيث تتقلب التغطية، يحتفظ المزارع بالقدرة على التشخيص في الوقت الراهن واتخاذ القرارات دون تأخير، وتحسين الإدارة المتكاملة للآفات.
الخطوات التالية: الروبوتات والطائرات بدون طيار وأجهزة الاستشعار
ويعمل الفريق بالفعل على دمج التطبيق في الروبوتات والطائرات بدون طيار قادر على التنقل بين قطع الأراضي، والتقاط الصور، وتشخيص البقع والأمراض فورًا. والهدف هو توسيع نطاق المراقبة ليشمل المزرعة بأكملها مع تقليل عبء العمل اليدوي وزيادة وتيرة عمليات التفتيش.
بالإضافة إلى ذلك، من المخطط دمج البرنامج مع أنظمة شبكات الري والتسميد وأجهزة استشعار الغازبحيث يمكن ربط البيانات البيئية بالحالة الصحية وتحفيز استجابات أكثر دقة للمشاكل التي تؤثر على غلة المحاصيل.
بالنسبة للمنتجين الإسبان، وخاصة في مناطق الحمضيات الرئيسية، يمكن أن تترجم هذه القدرات إلى إنتاجية أفضل- تقليل خسائر المحاصيل وتوفير دعم ملموس لاتخاذ القرارات في الميدان، سواء في المزارع الصغيرة أو المزارع المكثفة.
باستخدام تطبيق متعدد الأنظمة الأساسية، والمعالجة دون اتصال بالإنترنت، يتم تدريب النموذج باستخدام آلاف الصور و معدل النجاح 99,58%يمثل تطوير UPV خطوة مهمة إلى الأمام في الكشف المبكر عن الأمراض في بساتين البرتقال ويضع الأساس لنشرها في الروبوتات والطائرات بدون طيار وأجهزة الاستشعار التي تعزز صحة النبات في قطاع الحمضيات.