دکتر گیاهان – تشخیص زودهنگام بیماری محصولات با هوش مصنوعی

بیماری‌های گیاهی مانند سفیدک پودری، زنگ گندم، و پوسیدگی ریشه هر ساله ۲۰-۴۰٪ از محصولات کشاورزی جهان را نابود می‌کنند [۱]. تشخیص زودهنگام (قبل از گسترش) می‌تواند خسارت را تا ۸۰٪ کاهش دهد [۲]، اما کشاورز نمی‌تواند هر روز هکتارها مزرعه را برگ به برگ بررسی کند. هواپیماها و ماهواره‌های مجهز به دوربین‌های چندطیفی (Multispectral) و هوش مصنوعی، علائم اولیه بیماری را از روی تغییرات ظریف رنگ و بافت برگ (که چشم انسان نمی‌بیند) شناسایی می‌کنند.

علائم اولیه بیماری شامل کاهش کلروفیل (کم شدن سبزی)، تغییر ضریب بازتاب نور مادون قرمز نزدیک (NIR) و ایجاد لکه‌های میکروسکوپی است. پهپادهای کشاورزی با دوربین‌های RGB معمولی بعلاوه دوربین Near-Infrared (NIR) تصاویر را ضبط کرده و شبکه‌های عصبی مانند ResNet یا EfficientNet آنها را به ۲۶ کلاس بیماری مختلف طبقه‌بندی می‌کنند. دقت مدل‌های پیشرفته برای بیماری‌های رایج به ۹۵-۹۸٪ می‌رسد [۳].

جدول دقت برای محصولات مختلف:

در ایران، شرکت‌های دانش‌بنیان فعال در استان‌های فارس و گلستان با اسکن هزاران هکتار از مزارع گندم توسط پهپادهای مجهز به هوش مصنوعی، کانون‌های آلودگی به رنگ زرد را قبل از گسترش شناسایی کرده‌اند. سمپاشی هدفمند و محدود به همان کانون‌ها، علاوه بر جلوگیری از خسارت گسترده، مصرف سموم شیمیایی را نیز کاهش داده است. همچنین در برزیل، مزارع قهوه با استفاده از این فناوری، مصرف قارچ‌کش را ۴۰٪ کاهش دادند [۴].

ارزش بازار جهانی کشاورزی دقیق مبتنی بر AI تا ۲۰۲۷ به ۱۲.۵ میلیارد دلار می‌رسد [۵]. فناوری جدید «تشخیص بیماری از طریق بوی مجازی» (Electronic Nose) همراه با تصویربرداری چندطیفی، دقت را به بیش از ۹۵٪ می‌رساند [۶]. همچنین مدل‌های «پیش‌بینی گسترش بیماری» با استفاده از داده‌های آب و هوایی، به کشاورز می‌گویند که کدام قسمت مزرعه در هفته آینده در معرض خطر است.