奥地利研究人员测试无人机系统，以更早发现葡萄园病害

奥地利一个研究团队正在使用无人机、多光谱传感器和人工智能，更早、更精准地识别葡萄藤疾病，力求帮助种植者在感染蔓延至整片葡萄园之前采取行动。

JOANNEUM RESEARCH周二表示，其DIGITAL部门正通过名为VinoMon的项目开发这一系统，项目聚焦葡萄藤病害的自动化、大范围监测。该工作与biohelp、twins和Agro Innovation Lab合作开展，田间试验已在南施蒂利亚进行。

该项目针对可能在葡萄酒生产中造成重大减产的疾病，包括Goldgelbe Vergilbung、Stolbur和ESCA。JOANNEUM RESEARCH表示，Goldgelbe Vergilbung尤其紧迫，因为它可在葡萄园内传播，并且部分通过美洲葡萄叶蝉传播。

目标是尽早检测病株，并将其精确定位到单株级别。这将为种植者和公共当局在何时、何地采取干预措施提供更好的依据。

当前的葡萄园巡查劳动强度大，而且通常只覆盖种植区域的有限部分。研究人员表示，自动化系统可以用更少的时间和人员监测更大面积，同时还能显示病害症状开始出现的位置。

在目前的测试中，无人机以低空飞过葡萄园并记录葡萄藤图像。这些图像构成了正在开发系统的核心。随后，研究人员审阅材料，标记植物中可疑或患病的部分，并利用这些标注图像训练一个AI模型，以区分健康叶片与不健康叶片。

参与该项目的AI专家Stefanie Onsori-Wechtitsch表示，目标是让系统在航拍图像中区分病叶与健康叶片，并尽可能精确地定位葡萄园受影响区域。

据JOANNEUM RESEARCH称，这项工作结合了多项技术元素：基于UAV的成像平台、多光谱感知、自动化三维飞行路径规划、面向植物的AI方法、5G通信，以及在数字地图上展示结果的工具。相关数据计划通过地理信息系统提供给用户，以便查看症状集中分布的位置。

项目负责人Peter Schallauer表示，种植者和当局最终应能获取到单株级数据，并以此作为采取防控措施的依据。该方法的实用价值不仅在于准确性，也在于速度。如果这项技术能够及早标记问题区域，干预措施就可以更具局部针对性，而不是大范围铺开。

这不仅关系到植物健康研究，因为葡萄园是葡萄酒产业的原料基础。在单株层面实现更早检测，可能有助于葡萄酒生产者减少减产，降低对整个地块进行更广泛处理的需求，并通过更有针对性的措施管理病害压力。其效果将取决于该系统在商业使用中的表现以及推广范围，但这一方法为在保护产量的同时，潜在减少不必要的植物保护处理提供了一条路径。

该系统仍在开发中，JOANNEUM RESEARCH将其视为研究项目，而不是成熟的商业工具。该工作的一个关键部分是建立机器学习所需的图像库。原文称，数百张图像正被用于训练AI，每张图像都经过分析和标注，以提升模型在田间条件下识别病害模式的能力。

多光谱成像是这项工作的核心，因为它能够捕捉标准摄影可见范围之外的信息。这有助于更容易发现人眼在日常穿行葡萄园时尚未明显察觉的胁迫或病害信号。结合预设飞行路径和自动化分析，研究人员正试图把这些信号转化为可用于决策的地图。

团队还表示，该项目旨在长期支持更具选择性的应对措施，包括减少大面积植保措施，并更好地支持生物防治选项。这需要可靠的检测能力，以及在真实葡萄园条件下，系统能够将病害症状与天气、养分或机械损伤等其他植物胁迫来源区分开来的信心。

JOANNEUM RESEARCH表示，VinoMon项目的运行时间为2025年1月至2027年10月。该项目通过奥地利研究促进署（FFG）获得奥地利联邦财政部资助。