運用人工智慧完成高效蟲害及土壤肥沃檢測 推薦精準農藥與肥料施用建議
2024/04/30 @國際
摘要
透過人工智慧深度學習技術研究，於短時間內提供精準農藥與肥料施作建議，減少資源浪費並確保農業永續未來發展。
示意圖
在現代，隨著人們健康意識增強，對於高品質的食品需求也隨之增加，為了獲得更高產量，農民往往會使用農藥及化學肥料，但過量的農藥及化學肥料使用，不僅對環境造成汙染，也會影響人體健康。為了解決這個問題，印度SRM大學 (SRM University)的一項研究提出透過人工智慧和機器學習演算技術，提供客製化且即時的肥料和農藥使用的精確建議。
該技術重點在開發一種深度學習模型(ICNN-APSO-LSTM)技術來識別害蟲，目前的害蟲辨識技術方法較為侷限，只能用於初級害蟲辨識。而改善後的APSO-LSTM CNN，透過數學模型結合機器影像辨識，收集超過5000張圖像資料，在多樣的圖像數據上進行學習訓練，可在短時間捕捉害蟲影像，並根據科學標準推薦農藥。目前該技術可針對蚜蟲、斑潛蠅等昆蟲進行辨識，準確率超過99%，並在10秒內提供施作農藥建議。
另外，此項研究亦提出透過近紅外光譜搭配土壤感測器，針對土壤中的氮、磷、鉀、鈉和鋅等土壤重要成分，透過土壤分析、資料預處理、資料分析及建議提供四個步驟，在50秒內分析後根據土壤肥沃程度提供智慧施肥建議。【延伸閱讀】- 智慧土壤傳感器可以減少肥料對環境的破壞
此項研究不僅簡化了傳統實驗室耗時的檢測流程，農民可即時利用人工智慧深度學習模型產生的建議方向，實施精確的害蟲防治措施及化學肥料施作，未來該技術也可再整合其他的感測器收集室內作物生長環境的pH、溫度及濕度等數據，或是加入更多植物現況之特徵，如葉子顏色及厚度，補充更多農業實際栽培中的種植數據，獲得更精確的結果，提高人工智慧技術性能，有效幫助農民減少資源浪費並確保農業未來永續發展。【延伸閱讀】- 美國提出透過機器學習演算法之作物預測模型
資料來源
文章摘譯
