TPHCM: Ứng dụng AI quản lý bệnh hại dưa lưới trong nhà màng

Dưa lưới (Cucumis melo Linn) là một loại cây trồng có giá trị kinh tế, được ưa chuộng trên thị trường nhờ hàm lượng dinh dưỡng dồi dào và tiềm năng xuất khẩu cao. Những năm gần đây, mô hình trồng dưa lưới trong nhà màng kết hợp công nghệ tiên tiến như hệ thống tưới và bón phân tự động, cảm biến môi trường, và IoT đã được áp dụng rộng rãi tại nhiều địa phương như TPHCM, Tây Ninh, Bình Dương và Bình Thuận.

Tuy nhiên, người trồng vẫn gặp khó khăn trong quản lý sâu bệnh hại do điều kiện canh tác khép kín tạo môi trường thuận lợi cho dịch bệnh phát triển. Các loài sâu hại như bọ trĩ, bọ phấn không chỉ gây tổn thương trực tiếp mà còn truyền bệnh virus. Ngoài ra, các bệnh hại như giả sương mai, phấn trắng, đốm cháy lá cũng làm giảm năng suất và chất lượng quả, gây thiệt hại kinh tế nghiêm trọng.

Trước thực tế đó, Trung tâm Ươm tạo Doanh nghiệp Nông nghiệp Công nghệ cao TPHCM đã triển khai đề tài “Nghiên cứu xây dựng hệ thống thu thập, lưu trữ và ứng dụng AI trong phân tích dữ liệu, ra quyết định quản lý bệnh hại dưa lưới trong nhà màng”.

Cụ thể, nhóm nghiên cứu đã điều tra và xác định được các bệnh hại chính cho cây dưa lưới trồng trong nhà màng tại TPHCM, Tây Ninh, Bình Thuận và Bình Dương bao gồm: bệnh phấn trắng do nấm Erysiphe cichoracearum; giả sương mai do nấm Pseudoperonospora cubensis; đốm cháy lá do các loài nấm Curvularia lunata, Nigrospora sphaerica, Bipolaris sp.; bệnh nứt thân xì mủ do Didymella sp. và Fusarium sp.; bệnh thối gốc do Rhizoctonia solani và Fusarium equiseti; bệnh thối quả do Fusarium equiseti và bệnh khảm lá. Riêng tại Tây Ninh, còn phát hiện thêm tác nhân vi khuẩn Pantoea ananatis và Pantoea dispersa gây bệnh cháy lá.

Trong quá trình nghiên cứu, nhóm đã sử dụng phương pháp gây nhiễm bệnh nhân tạo, chủ động kiểm soát và quan sát sự phát triển của bệnh, qua đó thu thập dữ liệu hình ảnh với ít nhất 1.200 ảnh cho mỗi loại bệnh, rồi tiến hành xử lý, gán nhãn và phân loại để phục vụ việc huấn luyện mô hình AI. Dữ liệu sau khi được phân tích bằng thuật toán XceptionNet đã giúp phát triển một module AI có khả năng phát hiện và cảnh báo bệnh hại với độ chính xác cao (gần 91%). Hệ thống này được tích hợp trên cả nền tảng web và ứng dụng di động, cho phép người trồng truy cập và sử dụng dễ dàng.

Hệ thống tích hợp nhiều chức năng như phân tích và đánh giá tình hình bệnh hại, xác định loại bệnh và mức độ tổn thất, mô phỏng quy trình lây nhiễm trong nhà màng, thu thập và quản lý dữ liệu hình ảnh bệnh hại. Khi phát hiện dấu hiệu bệnh, hệ thống sẽ cảnh báo ngay lập tức cho người quản lý để có biện pháp xử lý kịp thời. Thông tin về tình trạng cây và bệnh hại được hiển thị trên điện thoại hoặc máy tính, giúp người trồng theo dõi từ xa và chủ động kiểm soát dịch hại.

Để đánh giá hiệu quả của mô hình, nhóm đã xây dựng khu thử nghiệm rộng 1.000 m² tại Khu Nông nghiệp Công nghệ cao TPHCM. Kết quả, hệ thống đã giúp giảm khoảng 48% chi phí thuốc trừ nấm, tiết kiệm 50% công lao động phun thuốc, đồng thời tăng hiệu quả kinh tế hơn 20% so với mô hình đối chứng không sử dụng hệ thống.

Theo nhóm nghiên cứu, với độ chính xác cao và khả năng ứng dụng linh hoạt, hệ thống này có tiềm năng mở rộng ra nhiều loại cây trồng khác, góp phần thúc đẩy nền nông nghiệp chính xác, bền vững và thân thiện với môi trường.

Đề tài đã được Sở Khoa học và Công nghệ TPHCM nghiệm thu, kết quả đạt yêu cầu.