Israele è sempre stato un Paese innovativo nel campo dell’agricoltura ma oggi il numero crescente di startup tecnologiche offre ulteriori opportunità al settore. Ed è proprio per sfruttare le possibili sinergie tra questi due punti di forza che è nato il Phenomics Consortium.
Sponsorizzato dall’Israel Innovation Authority, il consorzio coinvolge il Technion e numerosi partner: le società agro-tecnologiche e biotecnologiche Rahan Meristem, Hazera Seeds ed Evogene; le società tecnologiche Elbit Systems, Opgal Optronics Industries e Sensilize; gli istituti accademici e di ricerca: Ben-Gurion University, Tel Aviv University, University of Haifa, Hebrew University of Jerusalem e Volcani Center.
Il nome “Phenomics” deriva dalla parola “fenotipo”, cioè le proprietà fisiche osservabili che caratterizzano un organismo e che possiedono un significato agricolo, agronomico o biologico. L’ultima innovazione messa a punto dal Technion nell’ambito del consorzio riguarda proprio la possibilità di intercettare anticipatamente le condizioni di stress delle piante: grazie alla messa a punto di tecnologie all’avanguardia si aprono dunque nuove prospettive per effettuare interventi di prevenzione per non compromettere la crescita o la vita stessa delle piante ed evitare la conseguente perdita di raccolti.
Attraverso l’uso di fotografie a colori, immagini termiche e deep learning, i ricercatori sono stati in grado di prevedere lo stress e lo sviluppo di nuove foglie con grande precisione. Testando la tecnologia su piantine di banane, è stato raggiunto un livello di capacità previsionale di oltre il 90% e nel caso della “segmentazione” fogliare i ricercatori hanno ottenuto risultati di grandissima precisione con piante di Arabidopsis e di tabacco. Per “addestrare” il sistema su una grande quantità di campioni, il team di ricerca ha sviluppato un vasto database contenente immagini di foglie e ha testato la tecnologia anche su una gamma di altre colture: avocado, banane, cetrioli e mais.
I dati acquisiti da una varietà di sensori offrono diverse prospettive e sono stati messe a punto e valutate diverse metodologie. Nel caso della previsione dello stress abiotico in piantine di banane, ad esempio, si è partiti da un set di dati acquisito durante un periodo di due settimane e mezzo su di piantine soggette a quattro trattamenti separati di acqua e fertilizzante. Il set di dati proveniva da immagini RGB e termiche, acquisite una volta al giorno per ogni impianto. Il sistema ha permesso di ottenere una capacità di previsione molto elevata anche nel caso in cui mancavano caratteristiche evidenti, una sfida anche per gli occhi più esperti.
Lo sviluppo tecnologico è stato guidato dal GIP, il Geometric Image Processing Laboratory, presso la Facoltà di informatica di Henry e Marilyn Taub.
L’articolo sulla rilevazione dello stress è stato pubblicato alla Conferenza europea Computer Vision. Qui i dettagli dello studio.
Le immagini sono del Technion.
