Viinitarhojen älyjärjestelmien avulla 50 % parempi ruiskutustehokkuus

Ruiskutuslaitteiden päivittäminen sekä älykkäiden elektronisten järjestelmien ja antureiden käyttäminen lehtipinta-alan ja tautien esiintymisen arvioimiseen paransi ruiskutustehokkuutta yli 50 prosenttia viinitarhojen perinteisiin viljelytekniikoihin verrattuna. Muun muassa tällaisia tuloksia saatiin digitaaliseen maatalouteen keskittyneestä EU:n hankkeesta, johon Kreikka osallistui yhteistyössä Ateenan maatalousyliopiston kanssa. Ohjelman tavoitteena oli luoda innovatiivisia integroituja kasvinsuojelustrategioita viinitarhoille (home), porkkanaviljelmille (Alternaria-sienet) ja omenatarhoille (Fusicladium-sienet). Tärkeimmät innovaatiopainopisteet olivat 1) tautien ennustaminen ja tunnistaminen, 2) synteettisten ja biologisten torjunta-aineiden käyttö ja 3) torjunta-aineiden tehokas levitys ruiskuttamalla.

Tautien ennustamiseksi kehitettiin ennustemalleja, joiden avulla tuottajat saivat oikea-aikaisia ennusteita tautien esiintymisestä ja leviämisestä. Lisäksi kasvinsuojeluaineiden optimaalinen yhdistelmä selvitettiin useilla kokeiluilla, joissa biologiset valmisteet osoittautuivat usein luotettaviksi välineiksi tautien torjunnassa. Tämä oli rohkaiseva havainto myös Euroopan vihreän kehityksen ohjelman kannalta. Hankkeessa keskityttiin myös ruiskutuslaitteiston päivittämiseen. Tästä syystä lehtipinta-alan ja tautien esiintyvyyden arvioimiseksi mukaan otettiin lukuisia älykkäitä elektronisia järjestelmiä ja antureita. Ateenan maatalousyliopiston tiimillä oli keskeinen rooli näiden järjestelmien kehittämisessä. Kaiken kaikkiaan kokeilut osoittivat ruiskutustehokkuuden parantuneen yli 50 prosenttia perinteisiin käytäntöihin verrattuna.

Viinitarhojen, porkkanaviljelmien ja omenatarhojen tautien tunnistamiseksi käytettiin kameroita, jotka ohjelmoitiin tunnistamaan tutkittavissa kasveissa (viiniköynnökset, omenapuut ja porkkanat) esiintyviä kolmea tautia. Tähän mennessä perinteisten, syväoppimista hyödyntävillä algoritmeilla varustettujen RGB-kameroiden käyttö on tunnistanut Fusicladium-sienen 89-prosenttisesti omenapuissa, kun taas alustavien kenttäkokeiden tulokset monispektrikameroilla olivat 100-prosenttiset.

Viinitarhojen hometartuntojen osalta RGB-kameroiden tunnistusaste oli 80 prosenttia, kun taas järjestelmän parannukset johtivat lähes 100 prosentin tunnistusasteeseen. Kehitteillä on parhaillaan järjestelmiä, joilla voidaan tunnistaa porkkanoiden Alternaria-sienitartunnat.

Uudet valmisteet

Torjunta-aineiden rationaalista vähentämistä koskevaan lähestymistapaan sisältyi myös useiden biologisten ja uuden sukupolven kaupallisten synteettisten torjunta-aineiden arviointeja edellä mainittujen kolmen taudin torjumiseksi.