Mašīnu dziļās mācīšanās un datizraces pielietošana augu un patogēnu mijiedarbības izpētei: ābeļu un bumbieru kraupja patosistēmas

Project logo
Projekta numurs
lzp-2019/1-0094
Projekta sākums
Projekta beigas
Projekta vadītājs
Iesaistītie darbinieki

Augļkopībai ir nozīmīga niša lauksaimniecības struktūrā. Ābeles un bumbieres ir visplašāk audzētie un ekonomiski nozīmīgākie augļaugi pasaulē un Latvijā, savukārt Venturia inaequalis un V. pyrina izraisītais kraupis, ir ekonomiski svarīgākās šo sugu slimības. Ņemot vērā bažas par vidi un pārtikas nekaitīgumu, patogēnu augsto pielāgošanās spēju, kā arī izmaksu efektivitātes prasības, tiek uzsvērta vajadzība pēc izmaiņām audzēšanas stratēģijās, samazinot pesticīdu pielietojumu, veicinot tā precizitāti, mērķtiecīgumu. Viedā jeb precīzā dārzkopība ir veids, kā to nodrošināt un paredz ciešu vietējo resursu un vides izpētes saistību ar informācijas tehnoloģijām, kopīgi sekmējot augļkopības attīstību.

Pētījuma mērķis ir izveidot integrētu lēmumu pieņemšanas sistēmu, izmantojot zināšanas par augu un patogēnu un vides mijiedarbību ābeļu/V.inaequalis un bumbieru/V.pyrina patosistēmām.

Mērķa sasniegšanai izvirzīti sekojoši uzdevumi:

1) semantiskās analīzes un datizraces izmantošana augu-patogēnu mijiedarbības datiem ābeļu/V.inaequalis un bumbieru/V.pyrina patosistēmās;

2) uz attēliem balstītas mašīnu dziļā mācīšanās sistēmas izstrāde un ieviešana ābeļu un bumbieru kraupja agrīnai identificēšanai un novērtēšanai;

3) IoT sistēmas modeļa izstrāde ābolu un bumbieru monitoringam. Piedāvātie rezultāti ietvers zināšanas par augu-patogēnu mijiedarbības mehānismiem, to izmantošanu slimību uzraudzībā un prognozēšanā.

Projekta mērķis: integrētas lēmumu pieņemšanas sistēmas izstrāde, izmantojot zināšanas par augu, patogēnu un vides mijiedarbību ābeļu / V. inaequalis un bumbieru / V. pyrina patosistēmās.

Mērķis tiks sasniegts, realizējot šādus projekta uzdevumus: 
1) semantiskās analīzes un datu ieguves izmantošana augu un patogēnu mijiedarbības datiem ābeļu / V. inaequalis un bumbieru / V. pyrina patosistēmās;

2) uz attēliem balstītas mašīnu dziļās mācīšanās sistēmu izstrāde un ieviešana ābeļu un bumbieru kraupja agrīnai identificēšanai un novērtēšanai;

3) IoT sistēmas modeļa izstrāde ābeļu un bumbieru monitoringam.

Projekta sadarbības partneris: Rēzeknes tehnoloģiju akadēmija, iesaistītie darbinieki - RTA pētnieki: Artis Teilāns, Imants Zarembo, Pēteris Grabusts, Sergejs Kodors. RTA studenti: Anda Abuže, Ilmārs Apeināns, Jānis Stankevičs, Vitālijs Žukovs.

Projekta partnera RTA informāciju skatīt šeit.

Ar projektu saistītie pasākumi:

Projekta rezultāti:

  • Kodors S., Lacis G., Zhukov V., Bartulsons T. 2020. Pear and apple recognition using deep learning and mobile. Engineering for Rural Development (dx.doi.org/10.22616/ERDev.2020.19.TF476)
  • Tatjana Aleško "Ābeļu un bumbieru kraupja atpazīšanas rīks Latvijas dārzkopjiem" (RTA maģistra darbs)
  • Kodors S., Lacis G., Sokolova O., Zhukovs V., Apeinans I., Bartulsons T. 2021. Apple scab detection using CNN and Transfer Learning. Agronomy Research,19(2), 507–519 (DOI 10.15159/AR.21.045)
  • Sokolova O., Moročko‐Bičevska I. 2021. Evaluation of Venturia pyrina virulence on European pear (Pyrus communis) cultivars by an in vitro methodology. Journal of Phytopathology, 169(7-8). (https://doi.org/10.1111/jph.13002)
  • Projekta izpildes gaitā iegūtās datu kopas publicētas brīvpieejas datu glabātuvē: neirontīklu analīzē izmantotie augļu (https://www.kaggle.com/projectlzp201910094/applescabfds) un lapu (https://www.kaggle.com/projectlzp201910094/applescablds) attēli
  • Lācis G., Kota-Dombrovska I., Lāce B. 2021. Assessment of pear (Pyrus communis L.) genetic diversity using molecular markers linked to pear scab (Venturia pyrina Aderh.) resistance. Acta Hortic. 1327, 57-64. DOI: 10.17660/ActaHortic.2021.1327.7 (https://doi.org/10.17660/ActaHortic.2021.1327.7)
  • Sokolova O., Moročko-Bičevska I., Lācis G. 2022. Genetic Diversity of Venturia inaequalis in Latvia Revealed by Microsatellite Markers. Pathogens, 11, 1165. https://doi.org/10.3390/pathogens11101165
  • Lācis G., Kota-Dombrovska I., Kārkliņa K., Lāce B. 2022. Genetic and relatedness of Latvian Pyrus germplasm assessment by a set of SSR markers. Proceedings of the Latvian Academy of Sciences. Section B, 76 (4/739), 438–447. DOI: 10.2478/prolas-2022-0068 (https://sciendo.com/article/10.2478/prolas-2022-0068)

  • Kodors S., Lācis G., Moročko-Bičevska I., Zarembo I., Sokolova O., Bartulsons T., Apeināns I., Žukovs V. 2022. Apple scab detection in the early stage of disease using a convolutional neural network. Proceedings of the Latvian Academy of Sciences. Section B, 76 (4/739), 482–487. DOI: 10.2478/prolas-2022-0074 (https://sciendo.com/article/10.2478/prolas-2022-0074)

  • Sokolova O., Moročko-Bičevska I. 2022. Evaluation of apple scab and occurrence of Venturia inaequalis races om differential Malus genotypes in Latvia. Proceedings of the Latvian Academy of Sciences. Section B, 76 (4/739), 488–494. DOI: 10.2478/prolas-2022-0075 (https://sciendo.com/article/10.2478/prolas-2022-0075)

  • Publicēta projekta laikā izveidotā anotēto datu kopa ābeļu kraupja atpazīšanai: https://www.kaggle.com/datasets/projectlzp201910094/eapplescab

  • Informācija par projekta rezultātiem publicēta Dārzkopības institūta izdotajā elektroniskajā izdevumā "Profesionālā dārzkopība" (https://www.darzkopibasinstituts.lv/lv/raksts/2022-11-30/profesionala-darzkopiba-nr-17)

  • Zelmene K., Kārkliņa K., Ikase L., Lācis G., 2022. Inheritance of Apple (Malus × domestica (L.) Borkh) Resistance against Apple Scab (Venturia inaequalis (Cooke) Wint.) in Hybrid Breeding Material Obtained by Gene Pyramiding. Horticulturae, 8, 9, 772. 10.3390/horticulturae8090772 (https://www.mdpi.com/2311-7524/8/9/772)

Projekta logo

Finansējuma apjoms
299307.00 EUR
Finansējuma avots
Nacionālais finansējums
Institūta loma
Projekta vadošā institūcija
Statuss
Neaktīvs
Pievienots 31/01/2020