Intelligenza artificiale aiuta coltivatori fragole a controllare malattie

In Florida, i coltivatori di fragole utilizzano da molti anni lo Strawberry Advisory System (SAS) progettato dala University of Florida Institute of Food and Agricultural Sciences (UF/IFAS) per sapere quando spruzzare i fungicidi utili a prevenire le malattie. 

 

L'SAS funziona con i dati generati da stazioni automatiche installate vicino ai campi di fragole. Lo scopo è determinare la durata dell'umidità fogliare (LWD), un fattore critico per valutare il rischio di malattie fungine come il marciume della frutta botrytis e l'antracnosi. Ma queste misurazioni provengono da sensori la cui precisione e affidabilità sono limitate e la cui regolazione è difficile.

 

Gli scienziati dell'UF/IFAS hanno da poco pubblicato i risultati di una ricerca che dimostra come l'intelligenza artificiale possa migliorare il rilevamento dell'umidità fogliare (LWD). L'innovativo algoritmo, che utilizza immagini a elevata risoluzione e tecnologie di deep learning, ha raggiunto una percentuale di successo nel rilevamento del 96% rispetto alle osservazioni manuali e un tasso di accuratezza dell'84% rispetto agli attuali sensori e modelli SAS.

 

Questi risultati porteranno alla sostituzione degli attuali sensori di umidità con questo sistema di imaging, che sarà integrato nell'SAS.