Ученые Федерального научного агроинженерного центра
ВИМ разработали метод количественной оценки биологических рисков
возникновения и распространения инфекционных и паразитарных заболеваний
картофеля и других сельскохозяйственных растений.
В основе метода лежат природоподобные технологии биофотоники,
позволяющие оценивать состояние растений на клеточном и физиологическом
уровнях, а также алгоритмы искусственного интеллекта для анализа
полученных данных.
Авторы провели балльно-рейтинговый анализ рисков заражения картофеля
патогенами вирусной, бактериальной, нематодной и микозной этиологии с
учетом механизмов и путей передачи. Метод реализован в виде
многоуровневой программной системы с использованием технологий
компьютерного зрения и машинного обучения. Всего система охватывает 46
возбудителей инфекционных и паразитарных заболеваний.
Исследование показало, что для бактериальных патогенов чаще
характерны низкий и средний уровни риска распространения, тогда как
высокий и очень высокий уровни в основном связаны с фитопатогенами,
вызывающими различные виды гнилей, включая возбудителя бурой гнили
картофеля — заболевания, которое является карантинным объектом: в
регионе, где оно регистрируется, вводится система административных и
фитосанитарных мероприятий (карантин).
Авторы отмечают, что разработанная система анализа является гибкой и
предполагает регулярный мониторинг и обновление данных, поскольку в
условиях глобализации и мировой торговли возможен завоз новых штаммов
инфекций и разновидностей паразитов, которые сумеют адаптироваться и к
климатическим условиям конкретного региона, и к средствам химической
защиты растений.
По мнению разработчиков, использование оптических методов в сочетании
с анализом данных о возбудителях заболеваний с помощью технологий
искусственного интеллекта повысит точность диагностики и эффективность
профилактики, способствуя устойчивому развитию сельского хозяйства.
Исследование выполнено при поддержке Минобрнауки России в рамках
Крупного научного проекта «Разработка природоподобных технологий
управления свойствами и качественными показателями растений с
использованием методов биофотоники и цифровых систем».