Im Rahmen ihrer Forschungsarbeit suchen die Wissenschaftler der University of Florida (UF/IFAS) nach Möglichkeiten, den Erzeugern bei der Bekämpfung von Krankheiten zu helfen, die Erdbeeren schädigen können, so die Uni.
Die meisten der 13.500 ha Erdbeeren in Florida wachsen in den Bezirken Hillsborough, Polk und Manatee. Seit über einem Jahrzehnt nutzen die Landwirte in Florida das von UF/IFAS entwickelte Strawberry Advisory System (SAS), das ihnen sagt, wann sie Fungizide spritzen müssen, um Pflanzenkrankheiten zu verhindern.
SAS arbeitet mit Daten, die von Stationen des Florida Automated Weather Network in der Nähe von Farmen - in diesem Fall in der Nähe von Erdbeerfeldern - erzeugt werden. SAS nutzt die Dauer der Blattnässe, um den Landwirten zu helfen, das Risiko abzuschätzen, dass ihre Früchte mit einer Pilzkrankheit infiziert werden.
In einer aktuellen Forschungsarbeit zeigen Won Suk „Daniel“ Lee, Professor für Agrar- und Bioingenieurwesen, und Natalia Peres, Professorin für Pflanzenpathologie, wie Künstliche Intelligenz (KI) die Erkennung von Blattnässe verbessern kann. Kontinuierliche Feuchtigkeit und Temperaturen über 18 °C (65 Grad Fahrenheit) sind für die Landwirte ein Zeichen dafür, dass schädliche Krankheiten wie Botrytis und Anthraknose unmittelbar bevorstehen. Ein von den Forschern entwickeltes System nahm Fotos von einer Referenzplatte auf, die Wasser direkter erkennt als die derzeit in SAS verwendete Methode. Die Wissenschaftler trainierten den Algorithmus, um die Bilder zu verwenden und Nässe zu erkennen. Sie stellten fest, dass die KI-Technologie die Genauigkeit der Nässeerkennung verbessert. In fast 96 % der Fälle fand der Algorithmus im Vergleich zu manuellen Beobachtungen Feuchtigkeit auf der Referenzplatte, und im Vergleich zu den aktuellen Sensoren und Modellen in SAS wurde eine Genauigkeitsrate von fast 84 % festgestellt.
