1405/06/16

میثم محمدی

مرتبه علمی: استادیار
ارکید:
تحصیلات: دکترای تخصصی
ریسرچ گیت:
دانشکده: کشاورزی
اسکولار:
پست الکترونیکی: me.mohamadi [at] ilam.ac.ir
اسکاپوس:
تلفن:
HIndex:

مشخصات پژوهش

عنوان
سیستم هوشمند تشخیص زودهنگام آفت پسیل پسته
نوع پژوهش
نوآوری
کلیدواژه‌ها
پسیل، پسته، هوش مصنوعی
سال 1404
پژوهشگران میثم محمدی

چکیده

آفت پسیل پسته (Agonoscena pistaciae) یکی از مهم‌ترین و شایع‌ترین آفات درختان پسته است که به‌ویژه در مراحل اولیه رشد درخت، موجب خسارات شدید اقتصادی می‌شود. این آفت با تغذیه از شیره گیاهی، باعث تغییر رنگ، پیچش، ترشح صمغ و کاهش فتوسنتز برگ‌ها می‌گردد که در صورت عدم تشخیص به‌موقع، منجر به کاهش عملکرد محصول تا بیش از 30 درصد، افزایش مصرف سموم شیمیایی، اختلال در برنامه‌ریزی‌های زراعی و کاهش کیفیت پسته برداشت‌شده خواهد شد. روش‌های سنتی پایش شامل بازدیدهای میدانی توسط کارشناسان، به‌دلیل گستردگی باغات، هزینه بالا، نیاز به نیروی انسانی متخصص، زمان‌بر بودن و احتمال خطای انسانی، کارایی لازم را در شناسایی به‌موقع و دقیق آلودگی ندارند. هدف از این اختراع، ارائه یک سیستم هوشمند تشخیص زودهنگام آفت پسیل پسته مبتنی بر فناوری بینایی ماشین و یادگیری عمیق است که با استفاده از ماژول تصویربرداری (نظیر دوربین‌های ثابت یا نصب‌شده روی پهپاد)، الگوریتم‌های پیشرفته پردازش تصویر، شبکه عصبی کانولوشنی (CNN)، پایگاه داده آموزشی، ماژول مکان‌یابی GPS و واسط کاربری هشداردهنده، قادر به شناسایی دقیق و سریع علائم اولیه آلودگی در سطح برگ درختان می‌باشد. همچنین، با ثبت موقعیت مکانی دقیق نواحی آلوده، امکان مداخلات موضعی و هدفمند فراهم شده و در نتیجه، نیاز به سمپاشی گسترده کاهش یافته و مصرف سموم نیز به میزان چشمگیری کنترل می‌شود. این اختراع با هدف افزایش دقت پایش، کاهش هزینه‌های کنترل آفات، کاهش آسیب‌های زیست‌محیطی ناشی از مصرف بی‌رویه سموم، و ارتقای بهره‌وری در مدیریت باغات پسته طراحی شده و گامی در راستای تحقق کشاورزی هوشمند به‌شمار می‌آید.