科學家正在教計算機以診斷大豆壓力

愛荷華州立大學的科學家們正在朝著一個未來邁進，農民可以使用無人駕駛飛機來發現甚至預測農作物中的疾病和壓力。他們的愿景依賴于機器學習，這是一種自動化過程，其中的技術可以幫助農民更有效地應對植物壓力。

農學兼職助理教授阿蒂·辛格(Arti Singh)領導著一個多學科研究團隊，該團隊最近獲得了美國農業部國立食品與農業研究所的三年撥款499,845美元，以開發可以使能力自動化的機器學習技術農民診斷出大豆的一系列主要壓力。正在開發的技術將利用安裝在無人機或無人機上的攝像機來收集大豆田的鳥瞰圖像。一個計算機應用程序會自動分析圖像，并提醒故障點的農民。

辛格說：“從最基本的意義上講，機器學習就是訓練機器做我們要做的事情。” “當您要教孩子什么是汽車時，您要向他們展示汽車。這是我們為訓練計算機算法所做的工作，其中顯示了大量有關各種大豆脅迫的圖像，以識別，分類，量化和預測大豆中的脅迫。場。”

研究小組收集了大豆圖像的巨大數據集，其中一些健康，一些遭受壓力和疾病，然后將其標記。計算機程序遍歷標記的圖像，并組裝可以識別新圖像中壓力的算法。辛格說，機器學習程序可能能夠發現各種常見的大豆脅迫，包括真菌，細菌和病毒性疾病，以及營養缺乏和除草劑傷害。

她說，使用高光譜成像技術或捕獲超出人眼可見波長范圍的攝像機，可以使該技術在癥狀出現之前就預測壓力的存在，從而給農民提供更多的時間來解決該問題。

Singh對機器學習的著迷始于2014年，當時她參加了ISU植物科學研究所舉辦的主題研討會。她立即??認為該技術為植物育種和植物病理學帶來了希望，但是對學術文獻的調查顯示，該領域的大部分工作來自工程學科，而不是植物科學。她意識到要推動農業領域的發展，需要更多的合作。

她說：“我們也需要包括植物科學家。” “否則，我們將有從事植物科學問題的工程師。各學科之間的協作才使之成為可能。”

她幫助組建了一個跨學科團隊，創建了一個應用程序，智能手機用戶可以使用該應用程序為大豆植物拍照，以確定植物是否患有鐵缺乏癥。現在，研究團隊的目標是擴大工作范圍，從原來需要手動拍攝照片以診斷單個壓力的原始應用程序擴展到能夠從無人機獲取圖像并識別壓力范圍的算法。

該技術的未來取決于科學家和工程師收集正確種類的數據集，然后發展分析這些數據的能力。辛格說，在贈款結束時，該團隊打算完成一個使用無人機進行數據收集的最佳實踐框架。這包括為無人機確定最佳圖像分辨率以及最佳高度和速度。研究人員希望能夠無縫集成數據收集，管理和分析，從而將其應用到農田中，以便及時檢測和緩解植物脅迫。辛格說，該團隊將在項目結束時將其所有發現公開發布。