Search

Precizna poljoprivreda predstavlja načine uzgoja, koji postepeno mijenjaju tradicionalnu poljoprivredu, kroz uvođenje visokih tehnologija. Jedna od njih je i obrada vizualnih podataka u vidljivom spektru (Red Green Blue (RGB) slika). Obrada je bazirana na tehnikama koje provodi autonomna umjetna inteligencija (AI), neovisna o čovjeku. AI tehnologije imaju bržu obradu podataka i detaljniji pregled objekata, znatno precizniji od pregleda „golim okom“. Upravo zbog toga, precizna poljoprivreda pripada u treći val agronomske revolucije, iza mehaničke i kemijske. Maslina je značajna mediteranska kultura. Za uvođenje precizne poljoprivrede izuzetno interesantna jer traži pravovremenu prognozu pojave štetnih organizama. Cilj rada je prikazati preliminarna istraživanja obrade vizualnih podataka u svrhu rane prognoze pojave maslinine muhe (Bactrocera oleae (Rossi 1790)). Istraživanja se provode u sklopu projekta „SAN – Smart Agriculture Network“ (SAN - KK.01.2.1.01.0100) u Zadarskoj županiji na slobodno odabranim lokalitetima s različitim sortama maslina. Za potrebe razvoja modela korišteni su programski jezici Python i C++, te različiti oblici programske podrške (TensorFlow, Scikit, itd.). Za potrebe učenja i klasifikacije primjenom RGB slika prikupljeno je 1.500 slika žutih ploča kao podatkovna podloga za razvoj modela neuronske mreže. Sustav analize je uspostavljen korištenjem strojnog učenja odnosno umjetnih neuronskih mreža (Faster R-CNN), čijom primjenom je omogućena detekcija i klasifikacija (Labeling) pojedinačne ploče. Rezultati dobiveni primjenom ovih tehnika doveli su do razvoja modela koji sa udjelom od 83% pouzdanosti može prepoznati odraslu jedinku maslinine muhe na slici uzetoj u RGB formatu. Uz narednu nadopunu baze slikama namijenjenim za prepoznavanje iz koje se strojnim učenjem nastavlja razvoj modela, očekuje se kroz vrijeme veća pouzdanost točnosti. Uz razvoj modela razvijen je i prototip kamere koja će biti postavljena u masliniku kroz cijelu godinu, a osobito u vrijeme pojave maslinine muhe. Ona će slikati žute ploče u jednakim vremenskim intervalima i tako skratiti vrijeme potrebno za obilaske i preglede te utvrđivanje potreba za provedbom mjera suzbijanja ovog štetnika.

Svrha izvještajno‐prognoznih poslova jest pravovremeno, pravilno, učinkovito i ekonomski isplativo provođenje mjera zaštite bilja u praksi, na temelju podataka stalnog promatranja pojave i kretanja štetnih organizama. Glavni cilj izvještajno‐prognoznih poslova jest sprječavanje, odnosno smanjivanje gubitka u poljoprivrednoj proizvodnji koje mogu uzrokovati štetni organizmi bilja i biljnih proizvoda. Poznavanje stanja i statusa te suzbijanje štetnih organizama u nekoj državi međunarodna je obveza preuzeta potpisom „Međunarodne konvencije o zaštiti bilja“ i drugim međunarodnim sporazumima koje je potpisala Republika Hrvatska (www.hcphs.hr). Više smo se puta osvjedočili da štetni organizmi ne poznaju državne granice kao barijeru prelaska na nove prostore. Nekontrolirana i suvišna uporaba pesticida u poljoprivrednoj proizvodnji u kojoj su sudionici: poljoprivredni proizvođači, savjetodavci, državna uprava i znanstvenici, kao i činjenica da je onečišćenje jednog područja potaknuto onečišćenjem drugih, bez obzira na državne granice, rezultirala je sviješću o nužnosti zajedničkog djelovanja. Suradnjom različitih dionika u zaštiti bilja, intenzivnim prijenosom znanja, zajedničkim rješavanjem problema i usuglašavanjem može se doći do dugoročnog rješavanja pitanja zaštite okoliša od nekontrolirane primjene sredstava za zaštitu bilja.