Development of disease fungi risk detection system for Horticultural Production

2023 Fiscal Year Final Research Report

• Project/Area Number: 20K21350
• Research Category: Grant-in-Aid for Challenging Research (Exploratory)
• Allocation Type: Multi-year Fund
• Review Section: Medium-sized Section 41:Agricultural economics and rural sociology, agricultural engineering, and related fields
• Research Institution: Toyohashi University of Technology
• Principal Investigator: Takayama Kotaro 豊橋技術科学大学, 工学(系)研究科(研究院), 教授 (40380266)
• Co-Investigator(Kenkyū-buntansha): 八丈野 孝 愛媛大学, 農学研究科, 教授 (10404063) ; 藤内 直道 愛媛大学, 農学研究科, 助教 (90791210)
• Project Period (FY): 2020-07-30 – 2024-03-31
• Keywords: 画像計測 / 画像解析 / ディープラーニング / 環境工学 / 施設園芸 / 病害リスク検知

Outline of Final Research Achievements

In horticultural production such as greenhouses, dealing with disease-causing molds that occur in conjunction with air temperature and humidity control is challenging. In this study, we developed a system to detect mold outbreaks early by analyzing microscopic images of mold spores collected by a trap tool on-site using AI technology (deep learning). Photosynthetic measurements, plant growth imaging, and weekly growth monitoring were conducted at a tomato production facility in Seiyo City, Ehime Prefecture, to determine a floating spore trap installation schedule that matches the timing of increased disease risk. On the other hand, we developed a collection method for efficient collection of suspended spores and succeeded in automatic detection of microcells by object detection on the acquired microscopic images.

Free Research Field

植物診断計測工学

Academic Significance and Societal Importance of the Research Achievements

従来の農業生産現場でのカビ検知は、植物上に繁殖したカビを目視で発見する方法が一般的であった。目視で確認できない場合には、リスクが考えられる葉の表面の付着物を綿棒で採取し、寒天培地で培養して形成されたコロニー数をカウントすることで、見えないカビリスクを評価していた。しかし、これらの方法はいずれも農業生産現場で求められるオンサイトかつリアルタイムのカビリスク把握技術としては不適切であった。本研究で開発したシステムを基盤としたカビリスク自動判定を用いることで、早期に防除が可能となり、被害と農薬使用量の最小化が実現できる。