隨着 Bugmapper 的開發,土耳其正在見證農業領域的突破,這是一種由埃爾吉耶斯大學的 Handan Altınok 和 Alper Altınok 教授設計的新型人工智能系統。該人工智能系統旨在檢測和控制溫室害蟲,有助於顯着減少農藥的使用量。
基於人工智能的系統通過網絡界面工作,並使用智能陷阱來檢測飛蛾、薊馬和粉蝨等害蟲。這些害蟲被放置在溫室內的陷阱捕獲,收集的數據通過移動應用程序進行分析。然後,這些信息被傳輸到雲環境,人工智能對害蟲進行分類和繪製地圖,從而實現精確、有針對性的農藥施用。
![](https://public.bnbstatic.com/image/pgc/202407/64df3e0fc24e699e481102d3278f5345.jpg)
Bugmapper 應用程序檢測到番茄蝴蝶、蚜蟲和粉蝨等害蟲,土耳其開塞利,2024 年 7 月 6 日。(AA 照片)
Bugmapper 獲得害蟲控制研究的支持和資金
土耳其科學技術研究委員會 (TÜBıTAK) 以近 900,000 TL(27,590 美元)支持 Bugmapper 開發,促進埃爾吉耶斯科技園的持續研究和進步。埃爾吉耶斯大學植物保護系主任 Handan Altınok 強調了該系統通過建設性害蟲控制減少化學品用量,確保食品生產安全的作用。
在開塞利、約茲加特、阿菲永和梅爾辛的溫室地區實施該系統後,每個季節使用的化學品顯着節省了 30% 至 50%。農藥使用量的減少有利於環境並提高農產品的質量和安全。
人工智能快速高效地改變害蟲檢測
Alper Altınok 強調了該系統在識別和預防田間當地問題方面的有效性。 Bugmapper 系統獨立於溫室基礎設施運行——只需要一部手機和相關應用程序。便攜式肩扛式設備可讀取陷阱的數據,使現場工作人員能夠收集有關疾病和害蟲的詳細數據。該信息被傳輸以供立即在線分析。
AI系統顯着減少了監測害蟲的時間。粘性捕集器中的目視計數是一項勞動密集型工作,每個捕集器需要 5-10 分鐘。同時,Bugmapper 每個陷阱僅需 10 秒即可完成此任務。然後,基於人工智能的網絡應用程序顯示包括害蟲傳播圖表、風險趨勢和顏色編碼地圖在內的數據,使農民能夠制定有效的控制策略。
當融入溫室農業時,這項尖端技術創新代表着朝着可持續農業實踐邁出的重要一步。通過減少對化學農藥的依賴並改善害蟲檢測和管理,Bugmapper 爲健康食品生產和環境保護做出了貢獻。
來源:https://tapchibitcoin.io/ai-giup-kiem-soat-sau-benh-trong-nong-nghiep-nha-Kinh.html