Раннее выявление килы крестоцветных на рапсе часто затруднено. Зараженные растения могут выглядеть так же, как и здоровые. Они могут зацветать с опозданием, но плотные посевы затрудняют обход полей без повреждения растений, а визуальный осмотр часто не выявляет инфекцию до тех пор, пока растения не начнут проявлять признаки заболевания. К тому времени, когда симптомы становятся очевидными над землей, возможности борьбы часто ограничены, что приводит к значительным потерям урожая и дополнительным затратам для производителей.
В период с 2021 по 2023 год исследователи из Саскачеванского политехнического института, входящие в состав Интегрированных центров передового опыта в области устойчивого развития (SLICE), начали изучать проблему с высоты птичьего полета. В состав команды входили Дэвид Халстед и Лейла Бенмерруш. Используя дроны, оснащенные гиперспектральными камерами, исследователи изучали, можно ли выявить килу крестоцветных на ранней стадии цветения, до появления видимых симптомов над землей, и когда еще доступны методы борьбы.
«Если не выявить проблему на ранней стадии, по сути, придется полностью вывести поле из эксплуатации на несколько лет. Это чрезвычайно дорого и создает серьезные проблемы для производителей. Мы пытались обнаружить небольшие очаги килы, а не ждать, пока проблема распространится на все поле», — сказал Дэвид Халстед, руководитель исследовательского отдела SLICE.
Канадский совет по рапсу оказал помощь в определении полей для оценки, а многочисленные производители сотрудничали, предоставляя доступ к полям и поддерживая мероприятия по отбору проб.
Полевые исследования были сосредоточены на севере провинции Альберта, где кила крестоцветных на рапсе более распространена. Проект опирался на доступ к высококачественным эталонным участкам, включая анонимизированные оценки распространения килы, предоставленные компанией DL Seeds Inc. Команда использовала дроны для облета полей производителей и исследовательских участков в период раннего цветения.
В отличие от обычных камер, которые улавливают красный, зеленый и синий свет, гиперспектральные датчики регистрируют отраженный свет в сотнях узких диапазонов длин волн. Каждое растение отражает свет по-разному в зависимости от своей структуры, химического состава и уровня стресса. Исследовательская группа предположила, что заражение килой изменяет эти сигналы настолько, что их можно обнаружить с помощью углубленного анализа данных.
Исследование проводилось совместно с фитопатологами, доктором Брюсом Госсеном и доктором Мэри Рут Макдональд из Министерства сельского хозяйства и продовольствия Канады и Сельскохозяйственного колледжа Онтарио. В течение лета дроны собирали изображения, а после сбора урожая фитопатологи осматривали образцы корней, чтобы подтвердить, какие растения были заражены, а какие здоровы. Эти данные использовались для обучения и проверки моделей ИИ, пока заражение еще ограничивалось небольшими участками поля.
В лаборатории Халстед и Бенмерруш применили методы машинного обучения для анализа гиперспектральных данных. Сравнивая подтвержденно здоровые и зараженные растения, модели смогли с высокой степенью точности отделить стресс, вызванный килой, от нормальных изменений растений.
Наилучшая модель правильно определяла пораженные участки более чем в 90% случаев и с полной точностью выявляла килу на уровне поля на всех проанализированных участках и в разные сезоны. Результаты были рецензированы и опубликованы в Европейском журнале агрономии в 2025 году.
Применив модель попиксельно ко всем полям, исследователи создали подробные карты, показывающие, где наиболее вероятно наличие килы крестоцветных. В нескольких случаях закономерности распространения заболевания точно совпадали с очевидными путями перемещения техники, что подтверждает ранее полученные данные о том, что загрязненная техника может способствовать распространению заболевания на полях.
Реализация проекта стала возможной благодаря поддержке Фонда развития сельского хозяйства Саскачевана и компании SaskCanola (ныне SaskOilseeds).
Для производителей это имеет большое значение. Раннее обнаружение позволяет изолировать и контролировать зараженные участки, оставляя остальную часть поля в производстве.
«Вместо того чтобы выводить из оборота все поле, можно выявить зараженный участок, обработать его и защитить остальную часть урожая. Это было успешное исследование, но необходимы дальнейшие работы. Беспилотники и гиперспектральные технологии демонстрируют большой потенциал для раннего обнаружения опасной болезни», — сказал Халстед.
Источник: Saskatchewan Polytechnic.
