A legfontosabb haszonnövények terméshozamának pontos előrejelzését, a növénybetegségek korai területi azonosítását és a tápanyagszint értékelését, valamint új, hatékony növényvédelmi gyakorlatok bevezetését segítheti az az alapkutatás, amelyre 120 millió forintos támogatást nyert a Szegedi Tudományegyetem.
A Nemzeti Kutatási, Fejlesztési és Innovációs Hivatal által kiírt pályázaton nyertes alapkutatási program négy évig segíti a hiperspektrális-térbeli információk és a gépi tanulási technikák felhasználását a mezőgazdasági monitoringban.
Ezzel még magasabb szintre kerülhet a téradattudományi, geoinformatikai kutatások és az oktatás területén az SZTE Földrajz- és Földtudományi Intézete.
A fenntartható mezőgazdaság iránti növekvő globális igény pontos és hatékony módszereket igényel a terméshozam-értékeléshez és a betegségek felismeréséhez. A búza a világ három legfontosabb élelmiszernövényének egyikeként különösen érzékeny a különböző stressztényezőkre. A búza stresszszintjeinek azonnali azonosítása és értékelése kulcsfontosságú a termesztése során a hatékony növényvédelmi stratégiák végrehajtásához.
Az elmúlt években a laboratóriumi, szántóföldi, légi és műholdas hiperspektrális képalkotás (HSI) jelentős roncsolásmentes technológiaként jelent meg, amely mind térben, mind spektrálisan nagy részletességű információkat szolgáltat a vizsgált entitásra vonatkozóan.
Az ország egyik legmodernebb földtudományi adatelemző bázisává alakult az SZTE TTIK Földrajz- és Földtudományi Intézetének téradattudományi informatikai rendszere, vagyis a GIS-labor. A fejlesztésnek köszönhetően a szegedi hallgatók korszerű infrastruktúra segítségével ismerkedhetnek meg az adatelemzéssel, és olyan tapasztalatokat szerezhetnek, amelyek a legmodernebb globális kutatásokat támogatják.
Ezek közül az egyik legújabb sikertörténet az NKFIH pályázat által támogatott alapkutatás, amelynek címe: Az egészséges és beteg haszonnövények spektrális ujjlenyomatainak meghatározása és térbeli nagyadat-elemzése fuzionált multitemporális hiperspektrális műholdas és terepi távérzékelt adatok és mélytanulási módszerek felhasználásával.
Feltevésünk szerint az egészséges és beteg növények, különös tekintettel őszi búza fajták és betegségeik spektrális tulajdonságuk (ujjlenyomatuk) alapján megkülönböztethetők pontszerű vagy hiperspektrális képalkotó berendezések adatainak feldolgozásával.
Célunk fejlett módszerek alkalmazása a terméshozam-értékelésre, a növényi betegségek és a tápanyagszint felismerésére hiperspektrális képalkotó (HSI) és mesterséges intelligencia technikákkal, laboratóriumi, szántóföldi, UAV- és műholdas szenzorok integrálásával.
A sokdimenziós (több száz rétegből álló) adathalmazok gyors elemzése ML és DL módszerekkel és a stresszhatások felismerése és ezen térbeli információk azonnali eljuttatása a végfelhasználók felé a legfontosabb várható eredménye lesz a kutatásnak – tájékoztatott Dr. habil. Mucsi László PhD, az SZTE TTIK Légkör- és Téradattudomány Tanszék egyetemi docense, a kutatás vezetője.
A kutatási program kiváló lehetőséget biztosít arra, hogy alapkutatási eredményekkel felkészüljenek a 2028-29-ben induló, az Európai Űrügynökség által koordinált, CHIME hiperspektrális műholdakon alapuló földmegfigyelési programra.
