Ứng dụng AI vào quản lý bệnh hại dưa lưới trong canh tác nhà màng

Với khả năng nhận diện chính xác trên 90% các loại bệnh hại trên cây dưa lưới, đồng thời giúp cảnh báo sớm và đề ra biện pháp can thiệp kịp thời, hệ thống trí tuệ nhân tạo vừa được Trung tâm ươm tạo Doanh nghiệp Nông nghiệp Công nghệ cao TP.HCM hoàn thiện đã mở ra hướng tiếp cận mới và bền vững cho xu hướng sản xuất nông nghiệp đô thị - nông nghiệp công nghệ cao không chỉ tại TP.HCM, mà còn tại nhiều địa phương trên cả nước.

Nông nghiệp là lĩnh vực phức tạp, chứa đựng nhiều yếu tố bất định. Ngay trong một cánh đồng nhỏ, các điều kiện có thể thay đổi từ vụ mùa này sang vụ mùa khác. Hơn nữa, còn có những yếu tố khó dự báo chính xác, chẳng hạn như thời tiết, sự biến đổi chất lượng đất, diễn biến sâu bệnh hại và sản lượng thu hoạch cuối mùa vụ.

Dưới áp lực của biến đổi khí hậu, tăng trưởng dân số và an ninh lương thực, ngành nông nghiệp cần tìm kiếm các phương pháp và công nghệ tiên tiến để ứng dụng vào thực tiễn. Trong đó, việc ứng dụng trí tuệ nhân tạo (Artificial Intelligence -  AI) vào sản xuất nông nghiệp đang là hướng ưu tiên phát triển ở nhiều quốc gia trên thế giới.

AI liên quan đến việc phát triển các hệ thống máy tính có khả năng học cách thực hiện các nhiệm vụ đòi hỏi trí thông minh của con người, chẳng hạn như nhận thức trực quan, nhận dạng giọng nói và quan trọng nhất là ra quyết định. Thách thức lớn trong nông nghiệp là có rất nhiều quyết định phải được thực hiện dựa trên các thông tin bất định về thời tiết, sâu bệnh hại, tình trạng đất và sức khỏe cây trồng.

Do đó, các cơ sở dữ liệu lớn (big data) cần được thu thập và xử lý trong thời gian thực nhờ công nghệ AI để giúp nông dân đưa ra các quyết định tốt nhất liên quan đến việc gieo hạt, phun thuốc bảo vệ thực vật, tưới tiêu, bón phân và thu hoạch cây trồng cho từng khu vực hoặc thậm chí là từng cây trồng đơn lẻ.

Trong đó, chẩn đoán, phát hiện và cảnh báo sớm bệnh hại trên cây trồng sử dụng công nghệ AI sẽ là những ứng dụng quan trọng hiện nay và trong tương lai.

"Gỡ" nỗi lo "có thật"

Trong những năm gần đây, dưa lưới đã trở thành loại quả cao cấp được nhiều người tiêu dùng Việt Nam lựa chọn. So với các loại quả như dưa hấu hay thanh long, thì giá của dưa lưới trên thị trường khá ổn định, hầu như không có tình trạng được mùa mất giá. Vì vậy, đầu tư mở rộng sản xuất dưa lưới, đặc biệt là sản xuất dưa lưới ứng dụng công nghệ cao trong nhà màng, đang là hướng đi được nhiều doanh nghiệp lựa chọn nhằm đáp ứng nhu cầu thị trường trong nước và hướng tới xuất khẩu.

Việc trồng dưa lưới trong nhà màng đã tạo điều kiện thuận lợi cho việc áp dụng các tiến bộ khoa học công nghệ mới. Các công nghệ tưới nước và bón phân tự động theo thời gian thiết lập trước đều được áp dụng ở nhiều nhà trồng dưa lưới. Bên cạnh đó, việc ứng dụng IoT và các cảm biến chuyên dụng để điều khiển dinh dưỡng và thiết lập chế độ tưới hoàn toàn tự động theo các yếu tố  môi trường như nhiệt độ, độ ẩm, ánh sáng, pH, EC thông qua các ứng dụng trên smartphone cũng đã được triển khai ở nhiều cơ sở, trang trại. Điều này đã mang lại những kết quả tích cực trong việc nâng cao năng suất và hiệu quả kinh tế.

Dẫu thế, dù việc quản lý dinh dưỡng đã được thực hiện tương đối tốt, nhưng người trồng dưa lưới vẫn phải đối mặt với một số khó khăn phát sinh do những đặc thù của điều kiện canh tác trong nhà màng, đặc biệt là vấn đề quản lý sâu bệnh hại. Do điều kiện môi trường trong nhà màng có những khác biệt nhất định so với canh tác ngoài đồng, nên đối tượng sâu bệnh hại trong nhà màng có những đặc trưng riêng và thường khó phòng trừ  hơn. Các sâu hại chủ yếu là sâu chích hút có khả năng chui lọt qua lưới chắn côn trùng như bọ trĩ và bọ phấn. Ngoài gây hại trực tiếp, các đối tượng này còn là vector truyền bệnh virus cho cây dưa lưới. Bên cạnh sâu hại, các bệnh hại chính trên cây dưa lưới trong nhà màng như giả sương mai, phấn trắng, đốm cháy lá… đã và đang là những thách thức lớn đối với người trồng.

Chỉ tính riêng tại Khu Nông nghiệp Công nghệ cao TP.HCM, trong những năm qua đã từng có những nhà màng trồng dưa lưới đạt năng suất chưa tới 50% so với năng suất bình quân và chất lượng giảm do ảnh hưởng của bệnh giả sương mai. Ngoài ra, có những nhà màng trồng dưa lưới khi bị  bệnh phấn trắng gây hại nặng, thì độ ngọt của quả chỉ còn khoảng 10 độ Brix, không đủ tiêu chuẩn bán ra thị trường. Thiệt hại về kinh tế do những bệnh này gây ra là rất lớn nếu không được phòng trừ kịp thời. Các giải pháp phòng trừ hiện nay là phun định kỳ hoặc tập trung xử lý khi triệu chứng bệnh xuất hiện, thường kém hiệu quả vì phun không đúng thuốc hoặc không đúng thời điểm.

Do đó, ứng dụng trí tuệ nhân tạo để chẩn đoán, phát hiện sớm bệnh hại trên cây trồng được xem là giải pháp phù hợp để giải quyết những khó khăn này. Nhờ vào việc phân tích ảnh sử dụng công nghệ AI, có thể phát hiện bệnh hại ở giai đoạn đầu tiên của quá trình tấn công. Điều này đóng vai trò quan trọng trong việc ra quyết định về phương pháp phòng trừ, giúp nâng cao hiệu quả quản lý dịch hại và giảm thiểu thiệt hại kinh tế.

Trong bối cảnh đó, nghiên cứu và phát triển hệ thống thu thập, lưu trữ dữ liệu và ứng dụng trí tuệ nhân tạo trong phân tích, dự báo và ra quyết định quản lý bệnh hại dưa lưới trong nhà màng là một yêu cầu cấp thiết. Hệ thống này không chỉ giúp người trồng giám sát sức khỏe cây trồng một cách chính xác hơn mà còn tạo điều kiện để tối ưu hóa việc sử  dụng thuốc bảo vệ  thực vật, hạn chế  dư lượng hóa chất và giảm tác động tiêu cực đến môi trường.

Trên tinh thần đó, TS. Hoàng Anh Tuấn và đội ngũ các nhà khoa học, chuyên gia tại Trung tâm ươm tạo Doanh nghiệp Nông nghiệp Công nghệ cao TP.HCM đã khẩn trương triển khai và hoàn thành nhiệm vụ khoa học - 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". Nhiệm vụ cũng đã được Hội đồng tư vấn nghiệm thu (do Sở KH&CN TP.HCM tổ chức vào cuối quý 1 năm 2025) xem xét và chính thức thông qua.

Gắn nông nghiệp hiện đại với công nghệ cao

Báo cáo trước Hội đồng tư vấn nghiệm thu, TS. Hoàng Anh Tuấn - chủ nhiệm triển khai nhiệm vụ cho biết: 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, Xception đã được sử dụng rộng rãi, mang lại hiệu quả rất đáng kể, với độ chính xác của các mô hình thường đạt từ 90% đến trên 99%, giúp rút ngắn thời gian phân tích, tăng cường khả năng phát hiện sớm các dấu hiệu bệnh và hỗ trợ ra quyết định chính xác trong quản lý nông nghiệp.

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.

Đại diện nhóm thực hiện cho biết, nhóm 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.

TS.Hoàng Anh Tuấn báo cáo tại Hội đồng tư vấn nghiệm thu nhiệm vụ (Ảnh: M.N)

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.

Để có thể thu thập được hình ảnh thực tế, cây dưa lưới được trồng trong nhà màng trong nhiều vụ khác nhau. Trong mỗi vụ, các mẫu bệnh hại được thu thập, nuôi cấy trong phòng thí nghiệm sau đó tiến hành lây nhiễm nhân tạo lên cây dưa lưới. Hình ảnh lá cây trước và sau khi nhiễm bệnh được thu thập bằng các camera chuyên dụng để xây dựng bộ cơ sở dữ liệu hình ảnh nhiệt, hình ảnh đa phổ và hình ảnh RGB của các loại bệnh hại chính trên cây dưa lưới.

Trên cơ sở bộ dữ liệu thu thập, nhóm đã phát triển một module AI tiên tiến có khả năng phát hiện và cảnh báo bệnh hại với độ chính xác cao.

Hệ thống chụp ảnh RGB, ảnh nhiệt và ảnh đa phổ gắn trên xe đẩy có kết nối Wi-Fi và kết nối với máy tính

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.

Giao diện web-app quản lý, chẩn đoán bệnh hại dưa lưới

Độ chính xác trên 90%, giảm gần 50% chi phí

Kết quả nghiên cứu cho thấy hệ thống AI đạt độ chính xác trên 90% dựa trên bộ cơ sở dữ liệu hình ảnh RGB để nhận diện bệnh hại trên dưa lưới, giúp cảnh báo sớm và đưa ra các biện pháp can thiệp kịp thời. Ưu điểm của hệ thống là có thể phát hiện bệnh thông qua các hình ảnh RGB. Đây là các loại ảnh thông thường được chụp bằng các loại điện thoại thông minh phổ biến hiện nay.

Một mẫu kết quả phân tích từ hệ thống trí tuệ nhân tạo được phát triển

Đơn cử, theo báo cáo được trình bày, việc ứng dụng mô hình AI để chẩn đoán bệnh thông qua hình ảnh chụp trên đồng ruộng đã giúp phát hiện sớm hơn sự xuất hiện của bệnh (phấn trắng và giả  sương mai) qua đó có biện pháp xử lý thuốc sớm từ khi bệnh chớm bắt đầu giúp hạn chế  được sự bùng phát của bệnh. Trong khi trên mô hình đối chứng việc phát hiện bệnh muộn hơn dẫn đến phòng trừ chưa hiệu quả nên bệnh tiến triển gây hại nặng hơn, gây ảnh hưởng đến chất lượng và năng suất, đặc biệt là năng suất thương phẩm. Trên tập dữ liệu ảnh RGB huấn luyện mô hình có thể đạt độ chính xác trên 93%. Tuy nhiên, do giới hạn về thời gian nên số lượng hình ảnh thu thập vẫn chưa thực sự đủ lớn (mỗi loại bệnh tối đa chỉ 1.200 ảnh) nên cần bổ sung thêm các hình ảnh để nâng cao tính ổn định và độ chính xác trong điều kiện thực tế đối với một số bệnh.

Về tính hiệu quả (kinh tế), theo lời nhóm triển khai nhiệm vụ, mô hình thử nghiệm có số lần phun thuốc trừ nấm ít hơn đặc biệt là vào giai đoạn cuối vụ so với mô hình đối chứng (3 lần so với 6 lần) nên giúp tiết kiệm được 50% chi phí công phun thuốc và khoảng 48% chi phí tiền thuốc trừ nấm. Hiệu quả kinh tế của mô hình thử nghiệm cao hơn 20% so với mô hình đối chứng.

Có thể khẳng định rằng, nhiệm vụ "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 và các cộng sự  tại Trung tâm ươm tạo Doanh nghiệp Nông nghiệp Công nghệ cao TP.HCM thực hiện đã đóng góp quan trọng vào lĩnh vực khoa học và công nghệ khi lần đầu tiên xác định và công bố thành phần loài bệnh hại trên dưa lưới trong nhà màng tại các tỉnh TP.HCM, Bình Thuận, Bình Dương và Tây Ninh.

Một góc nhà màng tại Củ Chi - TP.HCM trồng dưa lưới phục vụ triển khai nhiệm vụ khoa học - công nghệ

Kết quả này giúp xây dựng cơ sở dữ liệu khoa học chính xác về bệnh hại trên dưa lưới, hỗ trợ nghiên cứu sâu hơn về cơ chế gây bệnh và biện pháp phòng trừ hiệu quả. Chưa dừng lại ở đó, theo đánh giá của hội đồng tư vấn nghiệm thu, đề tài không chỉ xác định và công bố thành phần loài bệnh hại trên dưa lưới bằng phương pháp định danh hình thái kết hợp giải trình tự mà còn lần đầu tiên nghiên cứu và phát triển mô hình AI chẩn đoán bệnh trên dưa lưới. Đây là một trong những nghiên cứu mới trong ứng dụng trí tuệ nhân tạo vào quản lý dịch hại cây trồng trong nhà màng.

"Hệ thống AI giúp nhận diện bệnh nhanh chóng, chính xác, hỗ  trợ  người trồng đưa ra biện pháp phòng trừ kịp thời, giảm thiểu tổn thất", TS. Hoàng Anh Tuấn cho biết thêm, "Nghiên cứu này không chỉ có ý nghĩa thực tiễn cao mà còn mở ra hướng ứng dụng AI rộng hơn trong chẩn đoán bệnh cây trồng khác, góp phần thúc đẩy nông nghiệp công nghệ cao tại Việt Nam".

Nhận định về hiệu quả, tác động kinh tế của nhiệm vụ, đại diện nhóm nghiên cứu khẳng định, ứng dụng AI giúp phát hiện sớm và chẩn đoán chính xác bệnh hại trên dưa lưới, giảm thiểu tổn thất, nâng cao năng suất và chất lượng sản phẩm. Nhờ đó, giá trị thương phẩm tăng, giúp dưa lưới  cạnh tranh tốt hơn trên thị trường. Đồng thời, hệ thống AI tối ưu hóa việc sử dụng thuốc bảo vệ thực vật, tiết kiệm chi phí sản xuất.

Hay nói cách khác, nhiệm vụ khoa học - công nghệ nói trên đã và đang góp phần thúc đẩy nông nghiệp công nghệ cao, hiện đại hóa sản xuất và nâng cao hiệu quả kinh tế. Và hơn nữa, hệ thống AI giúp nâng cao hiệu quả quản lý dịch hại, cung cấp dự báo chính xác, hỗ trợ người trồng dưa chủ động phòng bệnh, ổn định thu nhập. Việc tiếp cận công nghệ AI còn giúp nông dân nâng cao trình độ canh tác, ứng dụng phương pháp quản lý cây trồng khoa học hơn. Bên cạnh đó, sự phát triển của AI trong nông nghiệp mở ra nhiều cơ hội việc làm trong các lĩnh vực nghiên cứu, kỹ thuật AI và nông nghiệp công nghệ cao.