L’eina digital dissenyada permetrà als agricultors detectar malalties de manera primerenca abans que s’escampen a altres arbres.
Un equip d’investigadors de la Universitat Politècnica de València (UPV) ha dissenyat una aplicació (app) per al telèfon mòbil que permet detectar de manera precoç malalties i plagues en els tarongers. L’aplicació ha demostrat un encert del 99,58 % en el diagnòstic de malalties com ara melanosi, taques negres, xancre o enverdiment.
“Amb la investigació hem pretès dur a terme una eina accessible per als agricultors de cítrics, concretament per a taronges, que els permeta millorar les collites i la productivitat dels cultius”, destaca Jaime Lloret, catedràtic del departament de Comunicacions de la UPV.
L’objectiu és que els agricultors disposen d’una eina per a analitzar la salut dels arbres, de manera que puguen descobrir afeccions i iniciar el tractament abans que s’escampen i causen pèrdues econòmiques més grosses.
Avanços respecte a models anteriors
L’equip del Institut d’Investigació per a la Gestió Integrada de Zones Costaneres al campus de Gandia de la UPV – Armen Foroughi, José Mª Jiménez i Jaime Lloret – han partit de l’anàlisi d’eines existents, amb l’objectiu de superar les seues limitacions.
Com a resultat, l’aplicació que proposen té un índex més alt d’encerts en el diagnòstic que les ja anteriors, consumeix més pocs recursos computacionals, no necessita connexió a internet ni accés a servidors i és més pràctica, perquè es pot utilitzar en el telèfon mòbil i permet analitzar les imatges de taronges i fulles, pujant les fotografies directament a l’aplicació.
El programa funciona en els sistemes operatius iOS, Android, Windows, Linux i Raspberry Pi. L’equip de la UPV n’ha fet, a més, una altra versió que funciona en ordinadors personals i Raspberry Pi, concebuda per a usar-se en grans plantacions. Es pot configurar per a remetre a l’usuari el resultat del diagnòstic sobre els arbres, diàriament per correu electrònic.
Aprendre a reconèixer patologies
L’aplicació desenvolupada des de la UPV es basa en un model entrenat a través de mètodes d’aprenentatge profund (deep learning), una branca de la intel·ligència artificial que fa servir xarxes neuronals artificials per a assimilar patrons i fer prediccions.
L’ensinistrament de l’app ha partit d’un catàleg estandarditzat de 5.073 imatges; després d’un primer entrenament, s’ha fet un ajust fi del model per a maximitzar els encerts.
Com a resultat, el model aconsegueix un èxit del 99,58 % en el diagnòstic. És capaç de distingir les taronges de les altres fruites (classificades com a no-taronja), pot determinar quan una taronja està sana i diagnosticar si l’arbre pateix alguna de les vuit malalties o plagues en fulles i en fruites per a les quals està entrenada.
Integració amb robots
A partir dels resultats aconseguits, l’equip de la Universitat Politècnica de València dirigirà les investigacions a ampliar els usos de l’eina que ha desenvolupat: “La fase següent consisteix a incorporar l’app en robots i drons intel·ligents que diagnosticaran diverses malalties i taques en fruita. A més, combinarem el programari amb sistemes de reg, fertilització i xarxes de sensors de gas, que permetran identificar altres problemes en les plantacions”, expliquen.
La investigació l’ha finançada el Ministeri de Ciència i Innovació del Govern d’Espanya.
Referències:
An edge computing wireless sensor network for diagnosing orange fruit disease.