அலகுகள்
1. வேளாண் பொறியியலில் செயற்கை நுண்ணறிவு மற்றும் சரிபார்ப்புத் துறை அறிமுகம் 2. துல்லியமான விவசாயம் மற்றும் விவசாயத் தரவுகளின் கட்டமைப்பு 3. செயற்கைக்கோள் மற்றும் ட்ரோன் மூலம் தாவர சுகாதார கண்காணிப்பு: NDVI மற்றும் தாவர குறியீடுகள் 4. மண் பகுப்பாய்வு விளக்கம் மற்றும் உரமிடுதல் உகப்பாக்கம் 5. நீர்ப்பாசன உகப்பாக்கம் மற்றும் நீர் மேலாண்மை 6. நோய் மற்றும் பூச்சி நோய் கண்டறிதல்: பட பகுப்பாய்வு மற்றும் முடிவு 7. வானிலை மற்றும் காலநிலை தரவுகளுடன் விவசாய முடிவு ஆதரவு 8. மகசூல் மதிப்பீடு மற்றும் விவசாய மாடலிங் 9. பைத்தானுடன் வேளாண் தரவு பகுப்பாய்வு 10. டிரேசிபிலிட்டி, விவசாயப் பதிவு மற்றும் விநியோகச் சங்கிலி 11. நெறிமுறைகள், தனியுரிமை, எல்லைகள் மற்றும் இறுதி முதல் இறுதி ஒருங்கிணைப்பு
அலகு 6 / 11

நோய் மற்றும் பூச்சி நோய் கண்டறிதல்: பட பகுப்பாய்வு மற்றும் முடிவு

ஆதாயங்கள்:

  • இலை/பழம் படங்களிலிருந்து AI உடன் பூர்வாங்க நோயறிதல் ஓட்டம் மற்றும் ஒருங்கிணைந்த பூச்சி மேலாண்மை (IPM) தர்க்கத்தை நிறுவும் திறன்
  • அறிகுறி விளக்கத்தை ஒரு கட்டமைக்கப்பட்ட உடனடியாக மாற்றும் திறன் மற்றும் சாத்தியமான காரணிகள் மற்றும் வேறுபட்ட நோயறிதல் பட்டியலை உருவாக்குதல்
  • புல மாதிரி, ஆய்வகம் மற்றும் உரிமம் பெற்ற மருந்து லேபிள் மூலம் AI நோயறிதலை உறுதிப்படுத்துவதன் மூலம் தவறான பயன்பாட்டைத் தடுக்கும் திறன்

வயலில் ஒரு நோய் அல்லது பூச்சி கவனிக்கப்படும் நேரத்தில், அது பெரும்பாலும் தாமதமாகிவிடும்; ஆரம்ப மற்றும் துல்லியமான நோயறிதல் மட்டுமே செயல்திறனைச் சேமிக்கும். ஆனால் நோய் கண்டறிதல் என்பது விவசாயத்தில் மிகவும் கடினமான முடிவுகளில் ஒன்றாகும்: அதே மஞ்சள் நிறமானது இருபது வெவ்வேறு காரணங்களால் ஏற்படலாம், அதே இடம் பூஞ்சை, பாக்டீரியா அல்லது ஊட்டச்சத்து குறைபாட்டின் அறிகுறியாக இருக்கலாம். செயற்கை நுண்ணறிவு என்பது சமீபத்திய ஆண்டுகளில் இந்தத் துறையில் பெரும் கவனத்தை ஈர்த்த ஒரு கருவியாகும்: இலையின் புகைப்படத்திலிருந்து "இது நுண்துகள் பூஞ்சை காளான்" என்று கூறும் பயன்பாடுகள் பரவலாகிவிட்டன. இந்த அலகு உண்மையான சக்தியைக் கற்பிக்கிறது - மிக முக்கியமாக - பட அடிப்படையிலான AI கண்டறியும் அபாயகரமான வரம்புகள்; ஒருங்கிணைந்த பூச்சி மேலாண்மையின் (IPM) கட்டமைப்பிற்குள், தவறான தெளித்தல் அல்ல, சரியான முடிவுடன் AI ஐ எவ்வாறு இணைப்பது என்பதைக் காட்டுகிறது. ஆரம்பத்தில் இருந்தே உங்களை எச்சரிப்போம்: மருந்து தேர்வு மற்றும் அளவு பாதுகாப்பு முக்கியமானவை; AI ஒரு பூர்வாங்க நோயறிதலை பரிந்துரைக்கிறது, அங்கீகரிக்கப்பட்ட பொறியாளர் நோயறிதல் மற்றும் மருந்துச்சீட்டை உறுதிப்படுத்துகிறார்.

படத்தை கண்டறிவது ஏன் கடினம்?

மனிதக் கண் கூட வஞ்சிக்கப்படுகிறது; ஒரு மாதிரியால் ஏமாற்றப்படுவது மிகவும் எளிதானது. முதலில், அறிகுறி ஒற்றுமை: ஒரு பூஞ்சை இலை புள்ளி, ஒரு பாக்டீரியா புள்ளி மற்றும் ஒரு துத்தநாக குறைபாடு ஆகியவை இலையில் மிகவும் ஒத்ததாக இருக்கும். இரண்டாவதாக, சூழல் இல்லாமை: மாதிரி புகைப்படத்தைப் பார்க்கிறது, ஆனால் அந்தப் பகுதி, தட்பவெப்பநிலை, பயிர் வரலாறு, அந்தப் பகுதியில் அந்தப் பூச்சி இருக்கிறதா என்று தெரியவில்லை—எனவே அந்தப் பகுதியில் இதுவரை காணப்படாத ஒரு நோயைப் பரிந்துரைக்கலாம் (மாயத்தோற்றம்). மூன்றாவது, புகைப்படத் தரம்: ஒளி, கோணம், தீர்மானம் ஆகியவை நோயறிதலை தீவிரமாக மாற்றுகின்றன. நான்காவது, நிலை: ஆரம்ப அறிகுறி மற்றும் மேம்பட்ட அறிகுறி மிகவும் வித்தியாசமாக இருக்கும். அதனால்தான் பட AI என்பது ஒரு நோயறிதல் அல்ல, ஆனால் வேறுபட்ட நோயறிதலின் தொடக்கமாகும்- இது சாத்தியமான காரணங்களை பட்டியலிடுகிறது மற்றும் எங்கு பார்க்க வேண்டும் என்று உங்களுக்குச் சொல்லும் உதவியாளர்.

ஒருங்கிணைந்த பூச்சி மேலாண்மை (IPM) கட்டமைப்பு

நவீன தாவர பாதுகாப்பு "பூச்சிக்கொல்லிகளுடன் சந்திப்போம்" என்ற தர்க்கத்துடன் வேலை செய்யாது, ஆனால் IPM (ஆங்கிலத்தில் ஒருங்கிணைந்த பூச்சி மேலாண்மை) தர்க்கத்துடன் வேலை செய்யாது: முதலில் கண்காணித்து சரியாக கண்டறியவும், பின்னர் பொருளாதார சேத வரம்புகளை சரிபார்க்கவும் (தலையீட்டை நியாயப்படுத்தும் அளவில் பூச்சி அடர்த்தி), கலாச்சார மற்றும் உயிரியல் முறைகளை மதிப்பீடு செய்து, சரியான நேரத்தில் இரசாயனக் கட்டுப்பாட்டைப் பயன்படுத்தவும். இந்த சங்கிலியில் உள்ள ஒவ்வொரு இணைப்பிலும் AI உதவ முடியும் - கண்டறியும் கருதுகோள், த்ரெஷோல்ட் நினைவூட்டல், மாற்று நடவடிக்கைகளின் பட்டியல் - ஆனால் அது எந்த இணைப்பிலும் தனியாக முடிவுகளை எடுக்காது.

உதவிக்குறிப்பு: “எந்த மருந்தை நான் பரிந்துரைக்க வேண்டும்” என்று AI யிடம் கேட்பதற்குப் பதிலாக, “இந்த அறிகுறியை என்ன காரணிகள் பரிந்துரைக்கின்றன மற்றும் துறையில் ஒவ்வொன்றையும் எவ்வாறு வேறுபடுத்துவது?” என்று கேட்கவும். முதல் கேள்வி உங்களை தவறான மருந்துக்கு இட்டுச் செல்கிறது, இரண்டாவது சரியான நோயறிதலுக்கு.

அறிகுறி விளக்கத்தை உள்ளமைத்தல்

படங்கள் இல்லாவிட்டாலும், ஒரு நல்ல அறிகுறி விளக்கம் AI இலிருந்து வலுவான வேறுபட்ட நோயறிதலை அளிக்கிறது. ஒரு நல்ல விளக்கத்தில் பின்வருவன அடங்கும்: பயிர் மற்றும் வகை, வளர்ச்சி நிலை, அறிகுறியின் இடம் (மேல்/கீழ் இலை, பழம், தண்டு, வேர்), நிறம் மற்றும் வடிவம் (புள்ளி, ஒளிவட்டம், மஞ்சள், வாடல்), விநியோகம் (ஒட்டுதல், இடை, முழு வயல்), நேரம் (மழைக்குப் பின்) மற்றும் சுற்றுச்சூழல் நிலை (ஈரப்பதம், வெப்பநிலை). இந்த கட்டமைக்கப்பட்ட செய்முறையானது மாதிரியின் யூகத்தை குறைக்கிறது.

மூன்று சிறிய வழக்குகள்: எண்கள் மூலம்

வழக்கு 1 - சரியான வழிகாட்டுதல். ஒரு திராட்சைத் தோட்டத்தில் இலைகளில் மஞ்சள் எண்ணெய் புள்ளிகள் தோன்றுவது AIக்கு விவரிக்கப்பட்டது; AI, பூஞ்சை காளான் கருதுகோளை ஊக்குவித்தது மற்றும் கீழ் இலை மேற்பரப்பில் வெள்ளை சாம்பல் கட்டுப்பாட்டை பரிந்துரைத்தது. இந்த அறிகுறி புலத்தில் உறுதிப்படுத்தப்பட்டது, மாதிரி ஆய்வகத்திற்கு அனுப்பப்பட்டது, மற்றும் நோயறிதல் உறுதிப்படுத்தப்பட்டபோது, ​​உரிமம் பெற்ற தயாரிப்புடன் சரியான நேரத்தில் தலையீடு செய்யப்பட்டது; பரவல் மட்டுப்படுத்தப்பட்டது.

வழக்கு 2 - மாயத்தோற்றம் பிடிப்பு. ஒரு தக்காளி பசுமை இல்லத்தில், AI அறிகுறியிலிருந்து "சாத்தியமான பாலைவன வெட்டுக்கிளி சேதத்தை" பரிந்துரைத்தது. இருப்பினும், கிரீன்ஹவுஸில் உள்ள அறிகுறி உறிஞ்சும் பூச்சி (வெள்ளைப்பூ) வடிவமாகும் மற்றும் பாலைவன வெட்டுக்கிளிகள் அந்த பகுதியில்/நிலையில் ஒரு பிரச்சினையாக இல்லை. வேளாண் நம்பகத்தன்மை வடிகட்டி (பயிர், சுற்றுச்சூழல், புவியியல்) தவறான முன்மொழிவை நீக்கியது; மஞ்சள் ஒட்டும் பொறி மூலம் உண்மையான முகவர் உறுதி செய்யப்பட்டது.

வழக்கு 3 - உணவு அல்லது நோய்? சோள வயலில் இடையிடையே மஞ்சள் நிறமாக இருப்பது "சாத்தியமான நோய்" என்று வந்தது. இன்டர்வெயினல் பேட்டர்ன் ஒரு உன்னதமான மெக்னீசியம் குறைபாடு முறை என்பதை பொறியாளர் அறிந்திருந்தார்; இலை பகுப்பாய்வு இதை உறுதிப்படுத்தியது. மெக்னீசியம் சப்ளிமெண்ட்ஸ், மருந்து அல்ல, தீர்வு; தேவையற்ற மற்றும் தீங்கு விளைவிக்கும் பூச்சிக்கொல்லி பயன்பாடு தடுக்கப்பட்டது.

பலவீனமான ப்ராம்ட் / ஸ்ட்ராங் ப்ராம்ட்

பலவீனமான உடனடி:

இலையில் மஞ்சள் புள்ளி உள்ளது, நான் எந்த மருந்தைப் பயன்படுத்த வேண்டும்?

சக்திவாய்ந்த தூண்டுதல்:

உங்கள் பங்கு: தாவர பாதுகாப்பு நிபுணர் வேளாண் விஞ்ஞானி (IPM அணுகுமுறை). கீழே உள்ள அறிகுறி விளக்கத்தின்படி வேறுபட்ட நோயறிதலைச் செய்யுங்கள்; கண்டறிய வேண்டாம், மருந்தைப் பரிந்துரைக்கவும். அறிகுறி: பயிர் [..], நிலை [..], இடம் [மேல்/கீழ் இலை..], நிறம்/வடிவம் [..], விநியோகம் [ஒட்டுமொத்தம்/முழு வயல்], நேரம் [மழைக்குப் பின்..], நிலை [ஈரப்பதம்/வெப்பநிலை]. பணி:- பட்டியல் 3-5 POSSIBLE காரணிகள் (பூஞ்சை/பாக்டீரியல்/வைரஸ்/தீங்கு விளைவிக்கும்/ஊட்டச்சத்து/அபியோடிக்).- ஒவ்வொரு காரணியும் என்னை புலம்/ஆய்வகத்தில் டிஸ்க்ரிமினேட் செய்ய அனுமதிக்கும் ஒரு சோதனையை எழுதுங்கள்.- பிராந்தியம்/தயாரிப்பு மற்றும் மாநிலத்திற்கு ஏன் நியாயமற்ற காரணிகளை நீக்கவும்.- பொருளாதார பாதிப்பு வரம்பு மற்றும் IPM மாற்றுகளைப் பற்றி நான் என்ன சரிபார்க்க வேண்டும்?

சக்திவாய்ந்த ப்ராம்ட் AI ஐ வேறுபட்ட நோயறிதல் மற்றும் சரிபார்ப்புக்கு வழிநடத்துகிறது, கண்டறியும் மற்றும் பரிந்துரைக்கும் அதிகாரத்தை வைத்திருக்கிறது, நம்பகத்தன்மை வடிகட்டி மற்றும் IPM கட்டமைப்பை செயல்படுத்துகிறது.

நான்கு நகலெடுக்கக்கூடிய டெம்ப்ளேட்கள்

1) வேறுபட்ட நோயறிதல் பட்டியல்:

இந்த அறிகுறி விளக்கத்திற்கு நிகழ்தகவு வரிசையில் 3-5 சாத்தியமான காரணிகளைக் கொடுங்கள். ஒவ்வொன்றிற்கும்: பொதுவான அறிகுறி வேறுபாடு, புலத்தில் வேறுபடுத்தும் முறை, அது வேகமாக வளர்கிறதா. கண்டறிய வேண்டாம்.

2) நியாயமான வடிகட்டி:

இந்த காரணிகளின் பட்டியலிலிருந்து, நான் கொடுத்துள்ள பகுதி/காலநிலை/பயிர்/பருவத்தில் காரணமில்லாதவற்றை நீக்கி, ஒவ்வொரு நீக்குதலுக்கான காரணத்தையும் எழுதவும். மீதமுள்ளவற்றை "புலத்தில் சரிபார்க்கவும்" எனக் குறிக்கவும்.

3) மாதிரி மற்றும் சரிபார்ப்பு திட்டம்:

இந்த சந்தேகத்திற்கிடமான நோய்க்கான சரியான மாதிரியை எவ்வாறு எடுப்பது (எந்த திசு, எத்தனை தாவரங்கள், அதை எவ்வாறு சேமிப்பது), எந்த ஆய்வக சோதனை கோரப்படுகிறது? படிப்படியாக எழுதுங்கள்.

4) IPM முடிவு கட்டமைப்பு:

அனுமான முகவர் [உறுதிப்படுத்தப்பட்டது]: (1) பொருளாதார ஆபத்து வரம்பு என்ன என்பதைச் சரிபார்க்கவும், (2) கலாச்சார/உயிரியல் மாற்றுகள், (3) தேவைப்பட்டால் உரிமம் பெற்ற தயாரிப்பு மற்றும் லேபிள் இணக்கம், எதிர்ப்பு மேலாண்மை. டோசிங்; சரிபார்க்க வேண்டிய பொருட்களை வழங்கவும்.

முகவர் வகை

வழக்கமான முனை

பாகுபாடு காட்டாதே

பூஞ்சை

கறை + சாம்பல்/பூஞ்சை காளான், ஈரப்பதத்துடன் அதிகரிக்கிறது

நுண்ணோக்கி / கலாச்சாரம்

பாக்டீரியா

நீர் கறை, ஒளிவட்டம், கெட்ட நாற்றம்

ஆய்வக சோதனை

வைரல்

மொசைக், சிதைவு, திசையன்

செரோலாஜிக்கல்/பிசிஆர் சோதனை

தீங்கு விளைவிக்கும்

துளை, உறிஞ்சும், வாழும் பூச்சி

பொறி, காட்சி எண்ணிக்கை

ஊட்டச்சத்து குறைபாடு

சமச்சீர்/இடை தானிய முறை

இலை பகுப்பாய்வு

உயிரற்ற

உறைபனி/சூரியன்/மருந்து சேதம்

வரலாறு + விநியோகம்

பொதுவான தவறுகள்

  • படக் கண்டறிதல் உறுதியானது எனக் கருதுதல். புகைப்படம் எடுத்தல் வேறுபட்ட நோயறிதலைத் தொடங்குகிறது, நோயறிதல் அல்ல; மாதிரி மற்றும் ஆய்வகம் தேவை.
  • மண்டல நியாயத்தன்மையைக் கடந்து செல்கிறது. மாதிரியானது பகுதியில் இல்லாத ஒரு பூச்சியை பரிந்துரைக்கலாம்; புவியியல்/காலநிலை மூலம் வடிகட்டவும்.
  • ஊட்டச்சத்து/அஜியோடிக் காரணத்தை மறத்தல். பல "நோய் போன்ற" அறிகுறிகள் குறைபாடு அல்லது சூரியன்/உறைபனி/மருந்து சேதம் காரணமாக ஏற்படுகிறது.
  • வாசலைத் தாண்டாமல் தெளித்தல். IPM இல் காணப்படும் எல்லாவற்றுக்கும் தீங்கு விளைவிக்கும் தலையீடு தேவையில்லை; பொருளாதார சேத வரம்பை பார்க்கவும்.
  • உரிமம் மற்றும் லேபிளைப் புறக்கணித்தல். தயாரிப்பில் உரிமம் பெறாத அல்லது தவறான அளவு மருந்து எச்சம் மற்றும் எதிர்ப்பின் அபாயத்தை உருவாக்குகிறது.
கவனம்: தவறான நோயறிதலின் அடிப்படையில் தெளிப்பது மூன்று மடங்கு தீங்கு: நோய் நிற்காது, நன்மை பயக்கும் உயிரினங்கள் இறக்கின்றன, எச்சங்கள் மற்றும் எதிர்ப்பு விகாரங்கள் தயாரிப்பில் உருவாகின்றன. நோயறிதல் உறுதிசெய்யப்படும் வரை எந்த மருந்து முடிவுகளும் எடுக்கப்படவில்லை.

சுருக்கமாக

பட அடிப்படையிலான AI கண்டறிதல் ஒரு சக்திவாய்ந்த ஆரம்பக் கருவியாகும், ஆனால் அறிகுறி ஒற்றுமை, சூழல் இல்லாமை மற்றும் மாயத்தோற்றம் ஆகியவற்றின் காரணமாக, இது ஒரு வேறுபட்ட நோயறிதல், நோயறிதல் அல்ல. சரியான அணுகுமுறை IPM கட்டமைப்பாகும்: சாத்தியமான காரணிகளை கட்டமைக்கப்பட்ட அறிகுறி விளக்கத்துடன் பட்டியலிடுதல், நம்பகத்தன்மைக்கு அவற்றை வடிகட்டுதல், புலம் மற்றும் ஆய்வகத்தில் சரிபார்த்தல், பொருளாதார வரம்பைச் சரிபார்த்தல் மற்றும் உரிமம் பெற்ற, இலக்கு மருந்துடன் தேவைப்பட்டால் மட்டுமே தலையிடுதல். AI பூர்வாங்க நோயறிதலை பரிந்துரைக்கிறது; நோய் கண்டறிதல் மற்றும் மருந்துச் சீட்டுக்கான பொறுப்பு அங்கீகரிக்கப்பட்ட வேளாண் பொறியாளரிடம் உள்ளது.

விண்ணப்ப பணி

ஒரு அறிகுறி சூழ்நிலையை எழுதவும் (எ.கா. "தக்காளி, பூக்கும் காலம், கீழ் இலைகளில் இடையிடையே மஞ்சள், வயலின் குறைந்த ஈரப்பதம் உள்ள மூலையில் தீவிரம்"). இந்த யூனிட்டிலிருந்து "வேறுபட்ட கண்டறிதல் பட்டியல்" மற்றும் "நம்பத்தகுந்த வடிகட்டி" டெம்ப்ளேட்டுகளுடன் AIக்கு வழங்கவும். வெளியீட்டில், AI எத்தனை விதமான காரணிகளை பரிந்துரைக்கிறது, அது ஊட்டச்சத்து/அஜியோடிக் காரணத்தைக் கருதுகிறதா, மற்றும் அது பிராந்தியத்திற்கு நியாயமற்ற பரிந்துரையை அளிக்கிறதா என்பதை மதிப்பீடு செய்யவும். ஒவ்வொரு காரணிக்கும், புலத்தில் நீங்கள் பார்க்கும் ஒரு வித்தியாசமான சோதனையை எழுதுங்கள்.

சரிபார்ப்பு பட்டியல்

  • [ ] நான் அறிகுறியை கட்டமைக்கப்பட்டதாக விவரித்தேன் (தயாரிப்பு, நிலை, இடம், நிறம், விநியோகம், நிலை).
  • [ ] நான் AI வெளியீட்டை வேறுபட்ட நோயறிதலாகப் பெற்றேன், ஒரு நோயறிதல் அல்ல.
  • [ ] பிராந்தியம்/காலநிலை/தயாரிப்பு நம்பகத்தன்மை வடிப்பானைப் பயன்படுத்தினேன்.
  • [ ] தேவைப்பட்டால் கள மாதிரி மற்றும் ஆய்வகத்துடன் முகவரை உறுதிப்படுத்தினேன்.
  • [ ] நான் IPM வரம்பை சரிபார்த்து, பொறியாளர் ஒப்புதலுடன் உரிமம் பெற்ற, லேபிள்-இணக்கமான தலையீட்டை மட்டுமே திட்டமிட்டேன்.