Исследование команды ученых по защите рапса от черной ножки, в основном вызываемой грибом Leptosphaeria maculans, является одним из первых в Канаде, в котором искусственный интеллект используется для анализа результатов и выработки рекомендаций.
Портал AgroXXI.ru ознакомился со статьей штатного репортера канадского агрономического издания Grainews Джима Тимлика, в которой говорится о достигнутом прогрессе интеграции искусственного интеллекта в защиту рапса от распространенной болезни.
…Исследование было проведено группой ученых из Университета Манитобы под руководством Диланто Фернандо, профессора кафедры растениеводства. К ним присоединился Майкл Хардинг, патолог растений из Управления сельского хозяйства и ирригации Альберты, а также фермерское сообщество из Альберты – во время исследования в течение вегетационного периода 2021 и 2022 годов каждый сезон участвовало около 60 ферм из провинции Альберта. Результаты опубликованы в международном рецензируемом Canadian Journal of Plant Pathology.
Фернандо говорит, что цель заключалась в том, чтобы использовать машинное обучение для более точного определения факторов риска, определяющих исход заболевания, чтобы производители могли лучше понять «черную ножку» и принять проактивный подход к защите рапса/канолы от этой проблемы. Данные, собранные Хардингом и его сотрудниками, использовались в моделях машинного обучения, созданных постдокторантом Лян Чжоу, и в моделях были собраны все способствующие черной ножке факторы, включая погоду, блошек, корневых личинок, севообороты и сорта. Был оценен риск, связанный с каждым из них.
Исследование показало, что около 66 процентов риска черной ножки рапса определяется погодой и севооборотом, а также выращиваемым сортом и геном устойчивости, присутствующим в этом сорте.
Другими словами, «эти модели могут точно предсказать риск заболевания черной ножкой в 66 процентах случаев, когда единственная информация, которую они получают, — это севооборот и погода», - поясняет Хардинг.
«Если вы предоставите моделям данные о севообороте и погоде, они смогут точно предсказать риск черной ножки на рапсе примерно в двух третях случаев. Мы ничего не можем поделать с погодой, поэтому для управления риском все сводится к севообороту и выбору сортов, а также к высадке правильного сорта на правильное поле. Это принесет вам максимальную отдачу от затраченных средств, поскольку снизит риск возникновения данного заболевания», - советует эксперт.
Хардинг говорит, что расширение севооборота и посадка ассортимента устойчивых сортов – это рекомендация, которую он и его коллеги сообщают фермерами в течение многих лет. Он надеется, что данные, представленные в исследовании, подкрепят этот совет и убедят больше производителей последовать ему.
«Для меня ключевым выводом является то, что у нас есть рецензируемая публикация, которая поддерживает мое наше сообщение как о пользе севооборотов, так и сортов рапса с различными R-генами. Если вы сделаете это, и погода не будет сильно способствовать развитию болезни, вы снизите на две трети риск возникновения черной ножки, просто практикуя хороший севооборот и ротацию генов устойчивости», - подчеркнул он.
«Огромный риск потери урожая рапса от черной ножки нивелируется простой практикой, которая требует только планирования со стороны производителя и готовности иногда отказываться от культуры-хозяина. Если вы построите свою программу борьбы с черной ножкой на основе ротации устойчивости сельскохозяйственных культур и R-гена, у вас будет действительно прочная основа, чтобы начать добавлять некоторые из других инструментов борьбы, таких как борьба с блошками и обработка семян или раннее опрыскивание фунгицидами. Если я скажу производителю, что вам следует отказаться от рапса, и эта рекомендация снизит риск черной ножки только на пять процентов, они подумают: «Я, может быть, подумаю». Но если это снизит риск на 60 процентов, что ж, теперь они прислушаются», - продолжает Хардинг.
Диланто Фернандо высоко оценил вклад Чжоу в модели машинного обучения, которые сыграли важную роль в исследовании: «Многие исследователи испытывают трудности с использованием ИИ из-за отсутствия доступных реальных данных. В данном случае это не вызывало беспокойства, поскольку Хардинг предоставил массу подробной информации о десятках работающих ферм. Я думаю, что суть в том, что этот подход становится проще благодаря реальным данным и реальным людям, которые их собрали. У нас были реальные данные, которые мы ввели в модели машинного обучения и посмотрели, каким будет результат».
Хардинг и Фернандо ожидают, что ИИ будет все чаще использоваться в сельскохозяйственных исследованиях. Хардинг говорит, что это помогает ученым отделять пресловутые зерна от плевел.
«Как ученые, мы можем генерировать данные, но нам нужно отделять шум от реальной картины. Вокруг вращается множество других вещей, которые являются случайными или мешают нам понять причину и следствие. Машинное обучение - это более мощный способ взять действительно сложные наборы данных, которые имеют несколько входных данных, и разобраться в причинах и следствиях этого шума. Вот почему мы пошли по пути машинного обучения, потому что оно должно было работать лучше, чем некоторые методы классического статистического анализа, которые мы могли бы выполнить», — объясняет он.
По словам ученых, уровни устойчивости различных сортов рапса/канолы относительно друг друга в разных полях измерить невозможно, поскольку популяции патогенов могут различаться в зависимости от поля. Однако в будущем гены патогенов можно будет отслеживать в сельскохозяйственных районах в каждой канадской провинции
«Впрочем, я могу с уверенностью сказать, что вы получите аналогичные результаты и в других провинциях канадских прерий. Мы выращиваем довольно похожие сорта, у нас довольно схожие погодные условия, наши методы производства довольно сопоставимы», - отметил Хардинг.
Черная ножка была впервые обнаружена в канадских прериях в 1980-х годах, и первоначально ее держали под контролем благодаря генетике и сортам, разработанным в то время. В последние годы сообщается о заметном росте заболеваемости, поскольку возбудитель становится более вирулентным, а некоторые R-гены становятся менее эффективными.
Фернандо говорит, что именно поэтому подобные проекты так важны, поскольку помогают производителям лучше управлять риском заболеваний. Хардинг считает разработанный ИИ-консультант важным инструментом для защиты не только рапса, но и инвестиций фермеров, так как ресурсы на производство высокоурожайной канолы, в том числе, для экспортного рынка, весьма значительные.
Источник: grainews.ca. Автор: Джим Тимлик.
На фото вы видите стебли рапса, пораженные черной ножкой. Автор фото: Майкл Хардинг.
Интересна тема? Подпишитесь на наши новости в ДЗЕН | Канал в Telegram | Группа Вконтакте | Дзен.новости.