לוויינים עם חיישני אינפרא אדום עוזרים לזיהוי מוקדם של מחלות צמחים

במאמץ לגדל צמחים בצורה טובה יותר חקלאים ואגרונומים שואפים לקבל הבנה טובה יותר של מצב הצמחים שלהם בזמן אמת. מידע כזה יכול לאפשר להם זיהוי מוקדם של מחלות צמחים לפני שהנזקים הופכים משמעותיים.

חישה מרחוק היא גישה מהפכנית שיכולה לעזור להשיג מטרה זאת. זוהי דרך זולה שמאפשרת לסרוק שטחים נרחבים ולזהות מחלות צמחים ובעיות אחרות בשלב מוקדם. לאחר הזיהוי ניתן לטפל בבעיות לפני שהן מתפשטות ופוגעת בשטחים נרחבים בשדה. חישה מרחוק מובילה לייצור מזון יעיל יותר, ושטכנולוגיה כזאת תאומץ בקנה מידה גדול אנו יכולים לצפות להפחתת בעיית הרעב ברחבי העולם.

ידוע היטב כי הספקטרום הנראה מוגבל בכל הנוגע לזיהוי מוקדם של עקה בצמחים. כאשר אתם סורקים את הצמחים שלכם, ייתכן שאינכם מודעים לתסמינים שכבר מתפתחים. תסמינים אלו עשויים להיות מוצגים בשטח אך עדיין אינם גלויים לעין בלתי מזוינת. הדמיה היפרספקטרלית יכולה לפתור בעיה זו, שכן הוכח שיש לה יכולת בזיהוי מוקדם של עקה בצמחים, כגון מחלות ונזק של מזיקים. שכן התסמינים של צמחים עם הבעיות מופיעים באזורים ספקטרליים מסוימים לפני שניתן לראותם בספקטרום הנראה לעין.

ספקטרום אינפרא אדום וזיהוי מוקדם של עקה בצמח

אחד האזורים הספקטרליים המעניינים הוא טווח מצומצם באיזור האינפרא האדום. זהו האזור שמראה עלייה חדה בקליטת האור בצמח. אזור זה מאופיין בגלים אלקטרומגנטים עם אורכי גל בין 700 ל-800 ננומטר. השיפוע החד בגרף נובע מהניגוד בין הספיגה החזקה של הכלורופיל לבין שאר העלה המחזיר את האור. אזור ספקטרלי זה מתגלה כרגיש ביותר לתסמיני מחלה ויכול לשמש אינדיקטור מוביל בכל הנוגע לזיהוי מוקדם של עקה צמחית.

תגלית זו הובילה למספר הולך וגדל של לוויינים שנשלחו לחלל הנושאים חיישנים שרגישים לאורכי גל אלו. גם המאמץ המחקרי העוסק בסיווג של צמחים בריאים ונגועים בהתבסס על חתימות ספקטרליות באזור הספקטרלי הזה תפס תאוצה. בשנים האחרונות ישנה כמות הולכת וגוברת של עדויות המראות את עליונות ספקטרום זה על פני מדדים וגטטיביים מסורתיים או עין בלתי מזוינת.

החזר אור צמח טיפוסי
החזר אור טיפוסי של צמח

לוויינים עם חיישני אינפרא אדום

חלק מהלוויינים הנושאים חיישנים רגישים לטווח זה באינפרא אדום הם סנטינל-2 ופלאנטסקופ. לסנטינל-2 יש ערוצים ספקטרליים עם רזולוציות מרחביות שונות, כולל שלוש פסי אינפרא אדום ברזולוציה של 20 מ' ב-705 ננומטר, 740 ננומטר ו-783 ננומטר. לווייני פלאנטסקופ מספקים 8 פסים כולל רזולוציה של 3 מ' עם רגישות אינפרא אדום ב-733 – 748 ננומטר.

מה הופך את אזור האינפרא אדום למזהה מוקדם של מחלות צמחים?

מחקרים מראים כי היחס בין ההחזרים ב-750 ננומטר לזה הקרוב ל-700 ננומטר עומד ביחס ישר לריכוז הכלורופיל בעלים. לכלורופיל תפקיד מכריע בתהליכי הפוטוסינתזה כגון קצירת האור, ולפיכך תכולת הכלורופיל מהווה אינדיקטור פוטנציאלי למגוון עקות. יתרה מכך, הוכח כי ניתוח ספיגת האור באורכי גל אלה יכול להצביע על בעיה לפני שניתן להבחין בהפחתה בפועל בכלורופיל. ניתן לזהות את השינויים בתפקוד הכלורופיל על ידי ניתוח ספקטרלי בשלב מוקדם. פגיעה בפעילות הכלורופיל מקדימה פגיעה בפועל בריכוזי הכלורופיל ולכן ניטור שינויים אלה יכול לשמש אינדיקטור מוקדם להתפתחות של עקה ביוטית ואביוטית.

יתרון נוסף של ניתוח אזור ספקטרלי זה הוא אי השונות של התוצאות ביחס לתנאי סביבה משתנים. הקליטה וההחזרה של הגלים פחות רגישים לתכונות הקרקע ולהשפעות האטמוספריות.

כמה דוגמאות למחלות שהניטור שלהן נחקר בגישה זו הן מחלת הכמשון בתפוחי אדמה ושידפון האורז.

Healthy vs stressed plant reflection in the red-edge spectral region
ספקטרום החזרה בצמחים בריאים לעומת צמחים בסטרס באזור הספקטרלי של האינפרא אדום

שימוש בבינה מלאכותית לזיהוי מוקדם של מחלות צמחים

לאחר דיון ביתרונות שיכולים לנבוע מניטור הספקטרום האינפרא אדום עלינו להתמודד עם שאלות המעשיות של גישה זו. אחד האתגרים בשימוש בניתוח ספקטרלי בזיהוי עקה הוא לזהות את התבניות המדויקות בסריקות הלוויין המעידות על כך שהצמחים נמצאים בעקה. השימוש בבינה מלאכותית בחקלאות נמצא במגמת עלייה עקב ההתקדמות האחרונה בטכנולוגיה ותורם למאמצים להתגבר על אתגרים אלו. אנומליות מתגלות באמצעות בינה מלאכותית על ידי קבלת החלטות המבוססות על דפוסים שנלמדו ממערכי נתונים גדולים ששימשו לאימון האלגוריתמים.

ההתקדמות בפיתוח כלי זיהוי מוקדם נעשתה מהירה יותר ברגע שהתאפשר איסוף כמויות גדולות של נתונים באיכות גבוהה בצורה כלכלית. כדי להשיג זאת נקטנו בגישת מיקור ההמונים ובנינו כלי המאפשר למגדלים לזהות פתולוגיה של צמחים על סמך תמונות שצולמו בסמארטפון. המגדלים נהנים משירות זה תוך שהם עוזרים לאמן אלגוריתמים לגילוי מוקדם, יכולת שיכולה להועיל להם יותר בטווח הארוך. התמונות המתויגות גיאוגרפיות משמשות כמקור אמין לאימון הבינה המלאכותית בזיהוי הבעיות ישירות מסריקת הלוויין. למחשב מוצגות סריקות לוויינים שבהן ידוע אילו מאזורי השדה חולים כאשר משימתו לזהות את השונות בספקטרום האור שעשוי להעיד על בעיות אלה. אנו מתקדמים במהירות מכיוון שאנו מסוגלים לאסוף נפח גדול של נתונים באיכות גבוהה.

מעקב אחר שדות וזיהוי מוקדם של מחלות צמחים באמצעות אפליקציית הסמארטפון אגריו
מעקב אחר שדות וזיהוי מוקדם של מחלות צמחים באמצעות אפליקציית הסמארטפון אגריו

נתונים אלה מאפשרים לנו ללמוד את דפוסי ההחזר הספקטרלי האופייניים למספר רב של בעיות צמחיות שונות. אנו ממנפים את היכולות הללו כדי לפתח פתרונות ניטור קלים לשימוש. חקלאים המשתמשים באגריו יכולים לפקח על בריאות השדות שלהם בצורה פשוטה מאוד. כל שצריך הוא להגדיר את מיקום השדה על ידי ציור מצולע המייצג את גבול השדה על גבי המפה. ברגע שזה נעשה, אנחנו מתחילים לעשות עבורכם ניטור מתמיד, ומודיעים ​​לכם כאשר יש בעיות.

בפלטפורמה שלנו, משתמשים יכולים לקבל גישה לסריקות לוויין של סנטינל ופלאנטסקופ. אנו מיישמים את האלגוריתם שלנו על התמונות כדי לעקוב אחר התקדמות השדות, לזהות בעיות בשטח ולהתריע למגדלים כאשר יש צורך בהתערבות.

אנו מזמינים אתכם למנף את היכולות הללו כדי למנוע הפסדים, לגדל טוב יותר ולרסס פחות.