Drones uitgerust met camera’s gekoppeld aan kunstmatige intelligentie vormen een doorbraak in de strijd tegen stinkende kevers, berucht om hun onaangename geur wanneer ze bedreigd worden en hun rol als belangrijke landbouwplaag in Europa en Noord-Amerika. Deze invasieve kevers hebben aanzienlijke schade toegebracht, met de economische tol die in 2019 rond de 500 miljoen euro aan Europese oogstverliezen heeft bereikt.
Om aan de dringende behoefte te voldoen om deze insecten uit te roeien, hebben onderzoekers een combinatie van drone technologie en geavanceerde kunstmatige intelligentie verkend als een krachtig alternatief voor bestaande, minder efficiënte monitoringsmethoden. Onlangs werd er in Pest Management Science door een groep Italiaanse wetenschappers een gedurfde stap voorwaarts gemeld. Hun onderzoek benadrukte het gebruik van een standaard commerciële drone om hoogwaardige beelden van stinkende kevers in een perenboomgaard vast te leggen. Het team ontwikkelde een “geautomatiseerd vluchtprotocol” om de drone via een mobiele app te besturen, waardoor ze precies boven geïnfecteerde gewassen konden zweven.
Met behulp van deze onbemande luchtinnovatie slaagden ze erin honderden hoogwaardige foto’s te verkrijgen, die essentieel waren om een kunstmatige intelligentie algoritme op te leiden om de stinkende plaaginsecten met een indrukwekkende nauwkeurigheid van 97% te detecteren.
In tegenstelling tot de traditionele methoden, zoals feromoonvallen voor het lokken en handmatig tellen van insecten, veroorzaken drones een unieke “bevriezingsreactie” bij de kevers. Terwijl de insecten doorgaans wegvluchten of vallen wanneer mensen naderen, bleef ongeveer 85% van hen bewegingloos wanneer de drone op hoogtes tussen 4 en 8 meter zweefde, waardoor ze duidelijk fotografisch konden worden vastgelegd.
Deze afbeeldingen bleken cruciaal bij het opbouwen van een AI-model dat in staat was de insecten te herkennen. Van de in totaal 2459 genomen opnamen door de DJI Matrice 300 drone uitgerust met een HD-camera, toonden slechts 402 het doelwit nauwkeurig. Deze afbeeldingen werden handmatig geannoteerd om het leerproces van de AI te verfijnen.
Hoewel de focus van de onderzoekers gericht was op een specifieke plaag, suggereren hun bevindingen dat dezelfde drone- en AI-principes kunnen worden toegepast om een reeks landbouwplagen te monitoren. Toekomstige onderzoekers kunnen het systeem aanpassen door nieuwe dronebeelden te maken om AI-modellen dienovereenkomstig te trainen, wat een revolutionaire aanpak belooft voor plaagdetectie en -beheer in de landbouw.
Belang van Plaagmonitoring in de Landbouw
Plaagmonitoring is een kritieke activiteit in de landbouw, aangezien het aanzienlijke invloed kan hebben op de opbrengst en kwaliteit van gewassen. In het geval van stinkende kevers, waarbij ze aanzienlijke schade kunnen veroorzaken aan een breed scala van gewassen, vereist dit tijdige en effectieve monitoring- en bestrijdingsmaatregelen. De economische impact van dergelijke plagen is aanzienlijk, zoals benadrukt door de 500 miljoen euro aan verliezen in Europa.
Voordelen van Drone- en AI-geïntegreerde Plaagmonitoring
De integratie van drones met AI biedt verschillende voordelen ten opzichte van traditionele methoden voor plaagmonitoring.
– Efficiëntie: Drones kunnen snel grote gebieden bestrijken, waardoor tijd en arbeidskosten worden bespaard in vergelijking met handmatige inspecties.
– Datakwaliteit: Hoogwaardige beelden vastgelegd door drones bieden gedetailleerdere informatie, waardoor nauwkeurige plaagidentificatie mogelijk is.
– Precisie: Het geautomatiseerde vluchtprotocol maakt systematische gegevensverzameling mogelijk, wat menselijke fouten vermindert.
– Veiligheid: Drones minimaliseren de noodzaak van menselijke interactie met gewassen, wat voordelig kan zijn op het gebied van veiligheid, vooral bij het werken met gevaarlijke chemicaliën of moeilijk terrein.
– Bevriezingsreactie: Het vermogen van drones om een bevriezingsreactie bij kevers op te wekken, wat de waarschijnlijkheid van nauwkeurige telling vergroot, is een uniek voordeel.
Uitdagingen en Controverses
Een van de belangrijkste uitdagingen bij drone- en AI-gebaseerde monitorsystemen is de initiële kosten en investeringen in technologie. Er is ook een leercurve verbonden aan het bedienen van drones en het beheren van de verzamelde gegevens. Daarnaast kunnen regelgevingskwesties met betrekking tot dronevluchten uitdagingen vormen in bepaalde regio’s of landen.
Er is ook de voortdurende ontwikkeling en verfijning van AI-algoritmen, die effectief moeten worden getraind om specifieke plagen te identificeren te midden van een groot aantal omgevingsvariabelen.
Nadelen
Hoewel de voordelen aanzienlijk zijn, zijn er enkele nadelen aan het gebruik van drones en AI voor plaagmonitoring:
– Kosten: De initiële investering voor drones, camera’s en AI-technologie kan hoog zijn.
– Technische Uitdagingen: Het ontwikkelen van betrouwbare AI-modellen vereist aanzienlijke expertise en kan rekenintensief zijn.
– Weersafhankelijkheid: Drone-operaties kunnen worden beïnvloed door ongunstige weersomstandigheden, wat hun gebruik kan beperken.
– Regelgevingsobstakels: Strikte regelgeving rond dronevluchten kan het gebruik ervan beperken in bepaalde gebieden, of extra vergunningen en naleving van lokale wetten vereisen.
Voor meer informatie over drone technologie en kunstmatige intelligentie, kunt u de volgende websites bezoeken:
– Drone Technologie: DJI
– Kunstmatige Intelligentie: DeepMind