SỞ KHOA HỌC VÀ CÔNG NGHỆ
THÀNH PHỐ HỒ CHÍ MINH

Trồng dưa lưới trong nhà màng theo hướng ứng dụng trí tuệ nhân tạo

24-03-2025
Trung tâm ươm tạo Doanh nghiệp Nông nghiệp Công nghệ cao vừa báo cáo xây dựng hệ thống trí tuệ nhân tạo (AI) giám sát tình trạng bệnh hại trên dưa lưới trong nhà màng, đồng thời, hoàn thiện cơ sở dữ liệu bệnh hại, giúp nâng cao năng suất và giảm chi phí sản xuất cho giống cây trồng này.

Chiều 24/3, Sở Khoa học và Công nghệ TP.HCM tổ chức Hội đồng tư vấn nghiệm thu nhiệm vụ khoa học và công nghệ “Nghiên cứu xây dựng hệ thống thu thập, lưu trữ và ứng dụng trí tuệ nhân tạo (AI) trong phân tích, dự báo, ra quyết định quản lý bệnh hại dưa lưới trong nhà màng” do TS. Hoàng Anh Tuấn cùng cộng sự (Trung tâm ươm tạo Doanh nghiệp Nông nghiệp Công nghệ cao) chủ trì thực hiện.

TOANCANH.png

Tại buổi nghiệm thu, TS. Hoàng Anh Tuấn (chủ nhiệm nhiệm vụ) chia sẻ, trên thế giới, nhiều nghiên cứu đã ứng dụng AI trong nông nghiệp, đặc biệt là trong phát hiện bệnh hại cây trồng. Các thuật toán học sâu (Deep Learning) như ResNet, MobileNet, YOLO đã được sử dụng rộng rãi với độ chính xác lên tới 99%. Việc tích hợp công nghệ cảm biến, UAV và AI vào các ứng dụng di động giúp việc giám sát cây trồng trở nên hiệu quả hơn, hỗ trợ các quyết định chính xác hơn trong canh tác. Tại Việt Nam, việc ứng dụng AI trong quản lý bệnh hại vẫn còn mới mẻ, tuy nhiên tiềm năng phát triển là rất lớn.

Ông Tuấn cho biết, nhóm nghiên cứu đã triển khai một loạt các hoạt động nhằm đạt được mục tiêu đề ra. Trước tiên, việc khảo sát thực địa tại các khu vực TP.HCM, Tây Ninh, Bình Thuận, Bình Dương đã giúp xác định tình hình bệnh hại trên dưa lưới, từ đó có cơ sở dữ liệu phục vụ nghiên cứu. Tiếp đến, mô hình nhà màng được xây dựng với điều kiện thí nghiệm được kiểm soát chặt chẽ, giúp thu thập dữ liệu một cách hệ thống.

CHUNHIEM.png

Đại diện nhóm nghiên cứu báo cáo kết quả đề tài tại buổi nghiệm thu.

Điểm đặc biệt trong nghiên cứu là phương pháp lây nhiễm bệnh nhân tạo, cho phép nhóm nghiên cứu chủ động kiểm soát và quan sát quá trình phát triển bệnh hại. Bộ dữ liệu hình ảnh thu thập được từ quá trình nghiên cứu bao gồm tối thiểu 1.200 hình ảnh cho mỗi loại bệnh, được xử lý và gán nhãn để phục vụ huấn luyện hệ thống AI. Trên cơ sở đó, nhóm đã phát triển một module AI tiên tiến có khả năng phát hiện và cảnh báo bệnh hại với độ chính xác cao. Cuối cùng, hệ thống được tích hợp vào ứng dụng web và di động, giúp người trồng dưa lưới có thể giám sát và kiểm soát dịch bệnh một cách thuận tiện.

Để đảm bảo tính chính xác và khoa học, nghiên cứu được triển khai theo một quy trình chặt chẽ. Ban đầu, nhóm xây dựng môi trường thí nghiệm với đầy đủ hệ thống nhà màng, camera giám sát và cảm biến thu thập dữ liệu. Sau đó, quá trình thu thập hình ảnh từ các cây bệnh và cây khỏe mạnh được tiến hành nhằm tạo lập cơ sở dữ liệu phong phú. Các hình ảnh thu thập được trải qua quá trình phân tích và gán nhãn, phân loại các bệnh phổ biến trên dưa lưới. Dữ liệu này sau đó được sử dụng để huấn luyện mô hình AI bằng thuật toán XceptionNet, tối ưu hóa khả năng phát hiện bệnh hại. Hệ thống sau khi huấn luyện được tích hợp vào ứng dụng web và di động, cho phép nông dân có thể truy cập thông tin một cách thuận tiện. Cuối cùng, nhóm nghiên cứu tiến hành thử nghiệm và đánh giá hiệu quả thực tế của hệ thống bằng cách đo lường mức độ giảm bệnh, tiết kiệm chi phí và tăng năng suất so với phương pháp truyền thống.

Cũng theo ông Tuấn, nhóm nghiên cứu đã áp dụng nhiều phương pháp khác nhau để đảm bảo tính chính xác và khách quan của kết quả. Đầu tiên, phương pháp điều tra thực địa được thực hiện tại nhiều khu nhà màng khác nhau nhằm thu thập mẫu bệnh và phân tích sự lây lan. Các mẫu bệnh được xử lý bằng kỹ thuật sinh học phân tử, giúp xác định chính xác tác nhân gây bệnh. Để huấn luyện mô hình AI, nhóm nghiên cứu sử dụng phương pháp học máy, trong đó dữ liệu từ cảm biến và hình ảnh RGB, đa phổ được tích hợp để nâng cao độ chính xác trong chẩn đoán bệnh hại. Ngoài ra, phương pháp lây nhiễm bệnh nhân tạo cũng được sử dụng, cho phép nhóm kiểm soát các yếu tố tác động và đánh giá hiệu quả của mô hình AI một cách chính xác nhất.

QUANGCANH2.png

Quang cảnh buổi làm việc chiều 24/3.

Kết quả nghiên cứu cho thấy hệ thống AI đạt độ chính xác trên 90% trong việc nhận diện bệnh hại trên dưa lưới, giúp cảnh báo sớm và đưa ra các biện pháp can thiệp kịp thời. Nhờ hệ thống này, lượng thuốc bảo vệ thực vật sử dụng đã giảm 20%, góp phần giảm thiểu tác động tiêu cực đến môi trường và sức khỏe con người. Đồng thời, mô hình giúp tiết kiệm công lao động, nâng cao hiệu quả sản xuất và tăng lợi nhuận trên 20% so với phương pháp truyền thống. Một sản phẩm quan trọng của nghiên cứu là ứng dụng web và di động, cho phép người trồng dưa lưới theo dõi tình trạng cây trồng và nhận cảnh báo bệnh hại từ xa, giúp tối ưu hóa quy trình sản xuất.

Báo cáo trước Hội đồng tư vấn nghiệm thu, đại diện nhóm nghiên cứu nhận định, đề tài bước đầu chứng minh được rằng ứng dụng AI trong quản lý bệnh hại dưa lưới không chỉ giúp giảm chi phí sản xuất mà còn nâng cao năng suất và lợi nhuận cho nông dân. Với độ chính xác cao và khả năng ứng dụng linh hoạt, hệ thống có tiềm năng mở rộng sang nhiều loại cây trồng khác, góp phần hướng tới một nền nông nghiệp chính xác và bền vững hơn.

Đề tài của nhóm đã được Sở Khoa học và Công nghệ TP.HCM nghiệm thu, kết quả đạt. 

Minh Nhã (CESTI)


Bản quyền © 2018 Sở Khoa học và Công nghệ Thành phố Hồ Chí Minh
Thiết kế và phát triển bởi HCMGIS
Tổng số truy cập: 11537378