このウェブサイトでは、お客様に最高のユーザー体験を提供できるよう、クッキーを使用しています。クッキーの情報は、お客様のブラウザに保存され、お客様が当ウェブサイトに再度訪問された際に、お客様を認識したり、お客様が当ウェブサイトのどのセクションを最も興味深く、有用であると感じるかを当チームが理解するのに役立つなどの機能を果たします。
NASAの技術で上空からブドウの病気を特定できる
NASAは、ワイン用ブドウの病害を特定するために航空画像を利用し、手遅れになる前に生産者が迅速に対応できる道を開いた。
によると LA Timesこの技術は、ミヤコカクモンハマキが媒介する植物ウイルス、グレープバインリーフロールウイルスの "初期兆候 "を検出することができる。
従来、この病気はその性質上、現地でのブドウの木ごとの分析、それに続く検査によってしか特定できなかった。
アメリカでは、このウイルスによって年間30億ドルもの損害と損失が発生しており、ウイルスが蔓延した場合の唯一の治療法は、ブドウの木を取り除くことである。
しかし、NASAの新しい技術では、航空機からの赤外線画像を使って、どのブドウの木に症状が現れているかを確認することができ、生産者は手遅れになる前に対応することができた。ウイルスには潜伏期間があり、ブドウの木に感染しても目に見える症状が現れないため、画像分光法を用いた病害検出のスケーラビリティを評価する理想的なモデルであると科学者たちは述べている。この技術は将来、他の農業にも応用できるだろう。
この研究成果は、『Phytopathology』誌に掲載された。タイトルは「Scalable early detection of grapevine virus infection with airborne imaging spectroscopy 」。
2020年9月と2021年9月に行われた調査では、業界の協力者が317ヘクタールのブドウの木を対象に、目に見えるウイルス症状を調査し、分子学的確認試験のためにその一部を収集した。2021年に確認された症状のあるブドウの木は、「非感染ブドウの木とリーフロール病に感染したブドウの木の分光学的信号で訓練された」ランダムフォレストモデルにより、撮影時に潜伏感染していたと仮定された。このモデルは、1~5メートルの解像度で非感染ブドウの木と感染ブドウの木を区別することができたと結論づけた。
また、最も優れたモデルは、非感染と無症状のブドウの木を区別する精度が87%、非感染と無症状+有症状のブドウの木を区別する精度が85%であった。
最後に、次のように述べている:「我々は、空中画像分光法と機械学習を用いて、目に見える症状の発現にかかわらず、様々な空間解像度でブドウの木におけるGLRaV-3(リーフロール)感染の分光学的シグナルを効果的に同定するモデルを開発できることを発見した。
「私たちの仕事の目的は、既存のフィールドスカウト戦略や分子検査に取って代わることではなく、これらのリソースをより戦略的に配置することです」。