Αμπέλι: Το νέο εργαλείο που εντοπίζει ασθένειες μέρες πριν φανούν

Ερευνητές του Πανεπιστημίου Cornell στη Γενεύη της Νέας Υόρκης ανέπτυξαν το σύστημα απεικόνισης HyperBird, το οποίο εντοπίζει ίχνη προσβολής από ωίδιο και περονόσπορο στο αμπέλι ημέρες πριν εμφανιστούν ορατά συμπτώματα στο φύλλο. Η τεχνολογία βασίζεται σε υπερφασματικό μικροσκόπιο και υπόσχεται ταχύτερη αναπαραγωγή ανθεκτικών ποικιλιών, αλλά και έγκαιρη, στοχευμένη εφαρμογή φυτοπροστατευτικών προϊόντων στον αμπελώνα.

Στην πράξη, η πρόωρη αυτή διάγνωση προσφέρει στους καλλιεργητές τη δυνατότητα να προλάβουν τη διασπορά παθογόνων που προκαλούν ετησίως ζημιές δισεκατομμυρίων ευρώ παγκοσμίως. Αντί για προληπτικούς ή καθυστερημένους ψεκασμούς κάλυψης όταν η ζημιά είναι ήδη ορατή, ανοίγει ο δρόμος για επεμβάσεις ακριβείας με μειωμένο κόστος σκευασμάτων. Μια τέτοια διαχείριση κουμπώνει άμεσα με τις αυστηρές απαιτήσεις μείωσης εισροών που θέτουν τα νέα Οικολογικά Σχήματα, όπου η τεκμηριωμένη φυτοπροστασία αποτελεί βασικό πυλώνα ενίσχυσης.

Διάγνωση την 3η ημέρα αντί για την 9η

Η τεχνολογική διαφορά του HyperBird σε σχέση με τις συμβατικές κάμερες RGB (κόκκινου, μπλε, πράσινου) εστιάζεται στο φασματικό εύρος. Ενώ μια κοινή κάμερα καταγράφει τρεις ζώνες φωτός, το νέο σύστημα αναλύει εκατοντάδες στενές φασματικές ζώνες, παρέχοντας περίπου 200 φορές μεγαλύτερη φασματική ανάλυση ανά πίξελ, διατηρώντας ταυτόχρονα μικροσκοπική λεπτομέρεια.

Όπως εξήγησε η Katie Gold, επίκουρη καθηγήτρια παθολογίας αμπέλου στο Cornell AgriTech και επικεφαλής επιστήμονας του έργου: «Το σύστημα παρέχει πλέον ακρίβεια ανίχνευσης την τρίτη ημέρα, συγκρίσιμη με εκείνη που προηγούμενες μέθοδοι πετύχαιναν την έκτη ή την ένατη ημέρα». Παράλληλα, η δυνατότητα επεξεργασίας δειγμάτων (throughput) έχει διπλασιαστεί έως τριπλασιαστεί.

Πώς λειτουργεί ο έλεγχος των φυτοπροστατευτικών

Το μηχάνημα επεξεργάζεται εκατοντάδες δείγματα φύλλων μέσα σε λίγες ώρες, επιτρέποντας στους επιστήμονες να συγκρίνουν τα μολυσμένα σημεία με υγιείς ιστούς του ίδιου φυλλώματος. Ο Yu Jiang, μηχανικός συστημάτων στο Cornell AgriTech, σημείωσε ότι η υψηλή ανάλυση είναι καθοριστική, καθώς μια μικροσκοπική ασθενής περιοχή δύσκολα ξεχωρίζει οπτικά από τον περιβάλλοντα υγιή ιστό.

Η αποτελεσματικότητα της μεθόδου στηρίχθηκε σε τρεις επιστημονικές δημοσιεύσεις: 1. Στις 20 Μαΐου (Plant Disease), υπό τον Saeed Hosseinzadeh, όπου συλλέχθηκαν 9 terabytes υπερφασματικών δεδομένων σε μία ημέρα, αποδεικνύοντας τον εντοπισμό ασθένειας προ συμπτωμάτων, υπολειμμάτων μυκητοκτόνων και οπτικών δεικτών ανθεκτικότητας. 2. Στις 29 Ιουνίου (Plant Disease), υπό τον Lorenzo Pippi, όπου αναλύθηκαν δείγματα από αμπέλια που δέχθηκαν συμβατικά μυκητοκτόνα, βιομυκητοκτόνα ή καθόλου ψεκασμό. Το σύστημα ξεχώρισε τις πρόωρες οπτικές αλλαγές του περονόσπορου από τα υπολείμματα των σκευασμάτων. 3. Στις 8 Σεπτεμβρίου (Plant Phenomics), υπό τον υποψήφιο διδάκτορα Jinhong Yu, όπου περιγράφεται η αρχιτεκτονική του μικροσκοπικού συστήματος υψηλής απόδοσης.

Το επόμενο βήμα και οι περιορισμοί

Παρά την ταχύτητα του λογισμικού, η διαδικασία δεν είναι ακόμα πλήρως αυτοματοποιημένη στο πεδίο. Απαιτείται χειρωνακτική συλλογή και κοπή τεμαχίων φύλλου στο μέγεθος μικρού νομίσματος, σημείο που αποτελεί και το πιο χρονοβόρο στάδιο. Για την επίλυση αυτού, η ερευνητική ομάδα συνεργάζεται με φοιτητές ρομποτικής και την εταιρεία Moblanc Robotics, στοχεύοντας στην κατασκευή εμπορικών μονάδων.

Το έργο εντάσσεται στο ομοσπονδιακά χρηματοδοτούμενο πρόγραμμα γενετικής βελτίωσης VitisGen3 των ΗΠΑ. Μολονότι δεν έχει ανακοινωθεί ακόμη ημερομηνία εμπορικής διάθεσης στους αμπελουργούς, η μετάβαση της διάγνωσης από την 9η στην 3η ημέρα αλλάζει ριζικά τη στρατηγική διαχείρισης μυκήτων, μετατρέποντας τη φυτοπροστασία από παθητική άμυνα σε στοχευμένη πρόληψη.

Πηγή: fingerlakes1.com