Mô hình giúp tăng tốc độ phát hiện, nâng cao độ chính xác, hiệu quả phát hiện và nhận diện 7 loại bệnh sâu hại lúa.
Nhận diện 7 loại bệnh và 8 loại côn trùng
Đề tài “Nghiên cứu ứng dụng trí tuệ nhân tạo trong nhận diện và cảnh báo một số sâu bệnh hại lúa trên địa bàn tỉnh Bình Định” của nhóm nghiên cứu do KS Trần Hoàn Anh Nguyên, Giám đốc Trung tâm Khoa học Dữ liệu, Công ty TNHH Giải pháp phần mềm Tường Minh (TMA Solutions), tỉnh Bình Định thực hiện.
Nhóm nghiên cứu đã khảo sát, thu thập, đánh giá và xây dựng cơ sở dữ liệu hiện trạng một số loại sâu, bệnh hại lúa trên địa bàn tỉnh; Nghiên cứu các thuật toán xử lý ảnh, thị giác máy tính, hệ thống IoT, phần cứng, mô hình phát hiện bệnh và côn trùng, hệ thống bản đồ thông tin địa lý; Xây dựng mô hình nhận diện và cảnh báo; thiết bị; phần mềm; Phân tích, cải thiện giải pháp và triển khai cài đặt.
Theo KS Trần Hoàn Anh Nguyên, với diện tích canh tác lớn và khí hậu đặc thù của miền Trung, tỉnh Bình Định thường phải đối mặt với các đợt sâu bệnh hại lúa bùng phát. Trước đây, nông dân chủ yếu dựa vào kinh nghiệm và các phương pháp thủ công để nhận diện, xử lý, vừa tốn thời gian vừa thiếu chính xác.
Việc sử dụng thông tin từ khí tượng để kết hợp và đưa ra dự báo về khả năng xuất hiện sâu bệnh hại không hiệu quả so với việc đặt thiết bị trực tiếp tại đồng ruộng.
Hệ thống T-Pest, bao gồm máy thu thập dữ liệu côn trùng tự động và ứng dụng điện thoại nhận diện bệnh hại trên cây lúa. Máy nhận diện sâu - rầy ứng dụng công nghệ Internet vạn vật để điều khiển và thay đổi cấu hình thiết bị, dữ liệu chuẩn, tạo nên hệ thống giám sát hữu hiệu; sử dụng công nghệ 4G truyền dữ liệu về máy chủ theo thời gian thực.
Thiết bị dẫn dụ côn trùng bằng ánh sáng đèn led có dải bước sóng phù hợp (ánh sáng UV, ánh sáng xanh dương, ánh sáng xanh lá, ánh sáng trắng) tập trung vào khu vực hoạt động của trạm.
Quá trình thu gom côn trùng thực hiện tự động định kỳ và ghi nhận bằng camera chuyên dụng các hình ảnh côn trùng vào trạm. Hệ thống tự động vệ sinh và làm sạch sau khi có côn trùng bay vào, đảm bảo dữ liệu hình ảnh côn trùng luôn cập nhật theo thực tế môi trường.
Điểm nổi bật của hệ thống là khả năng hoạt động tự động 24/7, giúp ghi nhận và cảnh báo kịp thời về tình hình sâu bệnh. Toàn bộ dữ liệu được tích hợp trên nền tảng web quản lý, cho phép theo dõi diễn biến dịch hại theo thời gian thực và hiển thị trực quan trên bản đồ chuyên đề.
T-Pest hiện nhận diện được 7 loại bệnh (bạc lá, đạo ôn, đốm nâu, vàng lá sinh lý, khô vằn, lép hạt, đốm sọc vi khuẩn) và 8 loại côn trùng (rầy lưng trắng, rầy nâu, sâu đục thân, sâu cuốn lá nhỏ, sâu năn (muỗi hành), rầy xanh đuôi đen, bọ xít đen, bọ xít mù xanh).
Theo dõi tình hình sâu bệnh
Theo KS Trần Hoàn Anh Nguyên, điểm khác biệt của máy nhận diện sâu - rầy là sử dụng AI để phân loại, đếm số lượng, mật độ để dự tính, dự báo, cảnh báo côn trùng thông qua ứng dụng trên di động T-pest.innovation.vn; ghi nhận hình ảnh các côn trùng vào trạm lưu trữ ở trung tâm dữ liệu.
Từ đây, cán bộ Chi cục Trồng trọt và Bảo vệ thực vật (Sở NN&PTNT) theo dõi tình hình sâu bệnh tại địa phương thông qua ứng dụng website; còn nông dân có thể theo dõi tình hình sâu rầy ở khu vực mình trên ứng dụng điện thoại thông minh. Nông dân được hỗ trợ nhận diện bệnh trên cây lúa qua các ảnh chụp và tra cứu thông tin bệnh, cùng biện pháp phòng trừ bệnh ngay trên ứng dụng.
Qua thử nghiệm tại 5 điểm thuộc 3 xã: Cát Nhơn (Phù Cát), Phước Sơn và Phước Thuận (Tuy Phước), hệ thống đã thu thập được hơn 1.000 ảnh côn trùng. Kết quả cho thấy độ chính xác trong nhận diện các loại côn trùng và sâu bệnh nguy hiểm như: bọ xít đen, bọ xít mù xanh, rầy nâu đạt trên 80% trong điều kiện thực tế. Ngoài ra, ứng dụng nhận diện bệnh trên điện thoại di động cũng giúp nông dân dễ dàng tra cứu thông tin, nhận cảnh báo sớm và áp dụng giải pháp xử lý kịp thời.
Ông Nguyễn Quốc Dương, thành viên nhóm nghiên cứu cho biết, trước mắt, trong phạm vi nhiệm vụ, máy nhận diện sâu - rầy đang triển khai đánh giá mức độ hiệu quả về nhận dạng, phân tích 7 loại côn trùng bằng AI. Đồng thời đưa ra các cảnh báo hữu ích về dịch hại, về các loại bệnh trên cây lúa ở nhiều cánh đồng trong toàn tỉnh, như: bạc lá, đạo ôn, đốm nâu, vàng lá sinh lý, khô vằn, lem lép hạt, đốm sọc vi khuẩn.
Hiện nay, thiết bị được gia hạn thời gian vận hành để thử nghiệm, đánh giá và phân tích thêm các tính năng hiệu quả khác trong nhận diện các loại côn trùng, dịch bệnh hại khác trên cây lúa để phục vụ nghiên cứu về sau. Kết thúc giai đoạn chạy thử, nhóm nghiên cứu tiếp tục vận dụng thiết bị cho nhiều loại sâu bệnh dịch hại khác ở nhiều cây trồng khác nhau.
