Vinogradari dobro znaju koliko je važno prepoznati pojavu neke bolesti u vinogradu što prije i na vrijeme poduzeti određene radnje kako bi se spriječilo širenje bolesti i potencijalno negativan učinak na grozdove. No, što kad bi vinogradari mogli dobiti informaciju o potencijalnom žarištu neke bolesti, prije nego se pojave prvi znakovi na lozi?
Upravo su u takvom istraživanju sudjelovali vinogradari iz Kalifornije, koji su udružili snage s NASA-inim Laboratorijem JPL i Sveučilištem Cornell. Koristeći posebno razvijen zračni instrument, istraživači su "patrolirali" iznad kalifornijskih vinograda i otkrili da mogu točno uočiti prikrivene znakove bolesti grožda.
Dvije studije, koje su proizašle iz suradnje vinogradara i znanstvenika, fokusirale su se na virusnu bolest GLRaV3 koju šire kukci, a zbog čega se smanjuje prinos i razina šećera u grozdovima. Ta se bolest do sad otkrivala intenzivnim pretraživanje trsova i skupim molekularnim testiranjima.
Istraživački tim upotrijebio je strojno učenje i NASA-in spektometar za infracrveni raspon sljedeće generacije (AVIRIS-NG), kako bi zabilježili interakciju sunčeve svjetlosti s kemijskim vezama.
Kao i ljudi, bolesne biljke možda neće odmah pokazati vanjske simptome, što rano otkrivanje čini najvećim izazovom s kojim se uzgajivači suočavaju, rekla je Katie Gold, docentica na Sveučilištu Cornell i starija autorica novih studija. U slučaju virusa uvijanja lišća vinove loze, može proći i do godinu dana prije nego što loza pokaže izdajničke znakove zaraze, kao što su promjena boje lišća i zakržljali plodovi. Međutim, na staničnoj razini, stres je primjetan puno prije toga, mijenjajući način na koji sunčeva svjetlost stupa u interakciju s biljnim tkivom.
Stoga su Gold i njeni kolege staviti AVIRIS-NG u istraživački zrakoplov i poslali ga da pregleda oko 11 tisuća hektara vinograda u srednišnjoj Kaliforniji. Podaci su potom uneseni u računalne modele koji su strojno obučeni kako bi detektirali i razlikovali infekciju.
Dok su znanstvenici obrađivali dobivene podatke, kontrolna je skupina obilazila vinograde u potrazi za vidljivim tragovima virusne infekcije i prikupljala uzorke za molekularno testiranje.
No, sve se isplatilo. Istraživači su otkrili kako mogu razlikovati nezaražene i zaražene trsove vinove loze i prije i nakon što pokažu prve simptome. Najbolji modeli bili su čak 87 posto točni u prepoznavanju, što bi moglo pomoći vinogradarima da prije započnu s tretiranjem loze i tako spriječe razvoj bolesti.
Istraživači su istaknuli da njihova studija pokazuje kako je moguće iskoristiti istraživačke misije usmjerene prema svemiru i za napredaka na Zemlji. Jedna od takvih misija je skora NASA-ina misija Surface Biology and Geology ( SBG ) koja će pružiti podatke koji bi se mogli koristiti u kombinaciji sa strojnim učenjem za donošenje poljoprivrednih odluka na globalnoj razini.
Fernando Romero Galvan, doktorski kandidat i glavni autor obiju studija, istaknuo je da su održive poljoprivredne prakse važnije nego ikad u suočavanju s klimatskim promjenama.
Mislim da su ovo uzbudljiva vremena za daljinsko očitavanje i otkrivanje biljnih bolesti. Skalabilna rješenja mogu pomoći uzgajivačima u donošenju odluka o održivom upravljanju usjevima temeljenim na podacima, istaknuo je u izjavi za medije Galvan.
Izvor: NASA
