Presentations

The neural network conversion of plant light-reflectance spectra into the cognitive salience index

Vorobyov N.I.

All-Russia Research Institute for Agricultural Microbiology, Russia, 196608, Saint-Petersburg, Pushkin, shosse Podbelsky, 3, Тел.: +7(905)279-46-61, E-mail: Nik.IvanVorobyov@yandex.ru

Для непрерывного дистанционного мониторинга санитарного состояния растительных сельскохозяйственных посевов в последнее время нашли применение мобильные системы с многоканальными оптическими камерами, способными в online-режиме передавать в мониторинговый вычислительный центр многослойные пакеты двумерных спектральных изображений посевов растений для их последующего информационного анализа. Это позволяет своевременно защитить растительные посевы от дальнейшего распространения инфекций.

По данным двухканальных оптических камер вычисляется безразмерный индекс NDVI и оценивается содержание хлорофилла в растениях, зависящего от обеспеченности растений азотными удобрениями. Для диагностики фито-заболеваний должны использоваться многоканальные оптические камеры, которые предоставляют расширенные светоотражательные спектры растений, а полученные спектры растений при этом должны обрабатываться нейросетевыми компьютерными программами, обученными и настроенными на получение целевой фитосанитарной информации.

Для оценки влияния защитных растениеводческих агротехнологий на продуктивность растений и на интенсивность иммунно-защитных биохимических процессов в растениях была разработана нейросеть [1], выполняющая вычисления по схеме «Светоотражательный спектр растений -> индекс CSI -> Фрейм CSI», где CSI=0…10 (Cognitive Salience Index) - безразмерный индекс когнитивной значимости [2]. Индекс CSI с одной стороны, одним числом отражает светоотражательный спектр растений, а с другой – позволяет, используя записи информационного Фрейма СSI, ответить на ключевой вопрос: «Растение инфицировано или нет?». При обучении нейросети осуществлялся эвристический поиск алгоритма вычисления индекса CSI, соответствующего максимальному числу правильных ответов на ключевой вопрос фрейма CSI.

В итоге, разработанная нейросеть позволила по светоотражательным спектрам растений картофеля выделить растения, искусственно инфицированные фитофторой, и установить факт инфицирования растений уже на 3 день после начала наблюдений.

Литература

1. Воробьев Н.И., Лысов А.К., Корнилов Т.В., Хютти А.В. Вычислительная нейросеть для обработки светоотражательных спектров растений и дистанционного фитосанитарного мониторинга картофеля // Аграрная наука Евро-Северо-Востока. Т. 25. №2. 2024. С. 283–292. doi.org/10.30766/2072-9081.2024.25.2.283–292

2. Sutrop U. List Task and a Cognitive Salience Index // Field methods. 13(3). 2001. P. 263-276.

• abstract in Russian (PDF)