به گزارش مجله خبری نگار، دانشمندان دانشگاه آرکانزاس سیستمی را توسعه دادهاند که در ارزیابی تنش ناشی از علفکشها در گیاهان، از بینایی انسان بهتر عمل میکند. این کار در مجله Smart Agricultural Technology (SAT) منتشر شده است.
علفکشها مواد شیمیایی هستند که برای از بین بردن یا سرکوب رشد گیاهان ناخواسته، معمولاً علفهای هرز، استفاده میشوند. آنها به طور گسترده در کشاورزی برای افزایش عملکرد محصول و آسانتر کردن کشت در مزرعه استفاده میشوند.
محققان از حسگرهای فراطیفی، که طیف وسیعی از نور را از فرابنفش تا مادون قرمز (۲۵۰ تا ۲۵۰۰ نانومتر) ثبت میکنند، برای اندازهگیری واکنش علف هرز Chenopodium album به علفکش گلیفوزات استفاده کردند. برخلاف دوربینهای استاندارد که با سه رنگ (RGB) کار میکنند، چنین حسگرهایی هزاران طیف را ثبت میکنند که امکان اطلاعات کاملتری در مورد سلامت گیاهان را فراهم میکند.
هدف اصلی، خودکارسازی ارزیابی اثربخشی علفکشها بود که به طور سنتی توسط متخصصان به صورت بصری انجام میشود و با عامل انسانی مانند تجربه، خستگی و شرایط آب و هوایی مرتبط است. محققان با اعمال الگوریتم یادگیری ماشین جنگل تصادفی بر روی دادههای جمعآوریشده، به خطای ۱۲.۱ درصد دست یافتند و تلاش میکنند آن را در آینده به کمتر از ۱۰ درصد کاهش دهند.
این روش میتواند مبنایی برای تجزیه و تحلیل خودکار مقاومت علفهای هرز در برابر علفکشها و توسعه ابزارهای بسیار مؤثر برای فناوری کشاورزی باشد. به گفته پروفسور نیلدا روما-بورگوس، این روش، ذهنیتگرایی را در ارزیابی اثربخشی داروها از بین میبرد و گامی مهم به سوی کشاورزی پایدارتر خواهد بود.
این تیم قصد دارد در مرحلهی بعد این روش را روی سایر گونههای علفهای هرز، علفکشها و در اقلیمهای مختلف آزمایش کند.