Ученые из Университета Арканзаса разработали систему, которая превосходит человеческое зрение при оценке стресса у растений, вызванного гербицидами. РРабота опубликована в журнале Smart Agricultural Technology (SAT). Гербициды — это химические вещества, применяемые для уничтожения или подавления роста нежелательных растений, чаще всего сорняков. Они широко используются в сельском хозяйстве для повышения урожайности и упрощения обработки полей. Исследователи использовали гиперспектральные сенсоры, фиксирующие диапазон света от ультрафиолетового до инфракрасного (250–2500 нм), чтобы измерить реакцию сорняка Chenopodium album на гербицид глифосат. В отличие от стандартных камер, работающих с тремя цветами (RGB), такие сенсоры фиксируют тысячи диапазонов, что позволяет получать более полную информацию о состоянии растений. Главной целью было автоматизировать оценку действия гербицидов, которую традиционно проводят эксперты визуально, что связано с человеческим фактором: опытом, усталостью и погодными условиями. Применив алгоритм машинного обучения random forest к собранным данным, исследователи добились погрешности 12,1%, стремясь в будущем снизить ее до менее 10%. Метод может стать основой для автоматического анализа устойчивости сорняков к гербицидам и разработки высокоэффективных инструментов для агротехнологий. По словам профессора Нильды Рома-Бургос, он позволит убрать субъективность при оценке эффективности препаратов и станет важным шагом к более устойчивому земледелию. В дальнейшем команда планирует протестировать метод на других видах сорняков, гербицидах и в различных климатических условиях.
