世界：ハイパースペクトルカメラは晩腐病を最大98％の精度で検出するが、症状が現れる前の検出率は79％にとどまる

疫病は、 Phytophthora infestansジャガイモ疫病は、多くの地域で最も被害の大きいジャガイモの病気です。農家は今でも主に畑を歩いて病気を発見しています。研究者たちは、病気をより早く発見するために、ハイパースペクトルイメージングと呼ばれる数百もの狭い光帯域を測定するカメラをテストしています。発表された研究論文は、この技術が現在できることとできないことを示しています。

ドローンで撮影された目に見える病気の画像

英国のマンチェスター・メトロポリタン大学、中国科学院、河北農業大学の研究チームは、ドローンで撮影したハイパースペクトル画像のための深層学習モデルを構築した。2022年の論文では、 リモートセンシングこのモデルは、テストデータにおいて平均98.09%、独立したデータセットにおいて平均95.75%の精度を達成した。これは、研究チームが比較対象とした標準的な機械学習および深層学習の手法よりも優れた性能であった。

症状が現れる前に

早期発見はより困難です。リンカーン大学、南京農業大学、スウェーデン農業科学大学、コペンハーゲン大学の研究者らは、2020年7月にデンマークで行われた野外試験で、植物の近くにカメラを設置してテストしました。 arXivの当該圃場には20種類以上のジャガイモの遺伝子型が存在した。接種後3日、7日、9日目に撮影された、斑点が見られない画像は、非常に初期の段階と分類された。データセットは、240枚の圃場画像から切り出された15,360枚の小さな画像で構成されていた。2,000枚のテスト画像における精度は、全バンドで73.9%、492～765nmの6つの選択されたバンドで79.0%であった。

研究室から現場へ

2021 年の調査では、 精密農業 S. Appeltans、JG Pieters、AM Mouazenらは、切り離した葉から8,585個のスペクトルを収集し、健全な葉と5段階の病害段階に分類したライブラリを構築した。最初のモデルは実験室データで94.1%の精度を達成したが、野外では失敗した。研究チームがデータ処理方法を変更した後、実験室での精度は80.8%に低下したが、その後モデルは野外で症状を検出した。野外での予測は、目視による評価とR² = 0.985で一致した。

ドローンに搭載されたよりシンプルなマルチスペクトルカメラもテストされている。2021年の研究では、 農業におけるコンピューターとエレクトロニクス 5 つの機械学習手法を比較し、線形サポートが vector また、ランダムフォレスト分類器は、人間の手をほとんど使わずに晩腐病の発生地域をマッピングするのに最も効果的だった。

重要性

研究によると、カメラは目に見える疫病の発生状況を非常に正確にマッピングできることが示されている。散布判断においては、斑点が現れる前に病気を発見することがより重要であり、その精度は野外調査において依然として74～79％程度である。

現時点では、この技術は圃場調査を支援し、圃場検査の対象を絞り込むのに役立つが、病害予測や作物の巡回調査に取って代わるものではない。

写真：晩腐病に感染したジャガイモの葉（Phytophthora infestans) (例示)。ビョルン・アンダーソン (SLU) / ウィキメディア·コモンズ, CC BY-SA 4.0