Key points are not available for this paper at this time.
Résumé En Australie, la maladie du sol, la pourriture radiculaire commune (Bipolaris sorokiniana) (PRC) dans le blé (Triticum aestivum L.) entraîne d'importantes pertes de rendement, mais présente des symptômes au-dessus du sol limités, rendant la détection et l'identification laborieuses. La spectroscopie dans le proche infrarouge (NIR) offre une solution d'identification précoce pour la PRC dans le blé et a déjà fait l'objet de rapports de succès pour la détection de maladies des cultures. Cette étude a examiné l'aptitude de la spectroscopie NIR non destructive combinée aux réseaux neuronaux profonds (DNN), à la régression logistique (LR) et à l'analyse en composantes principales combinée aux machines à vecteurs de support (PCA-SVM) pour la détection précoce de la PRC dans le blé. Des spectres NIR de cinq variétés de blé différentes avec des résistances variées à la PRC ont été recueillis au cours de deux saisons d'essais en serre et de trois saisons d'essais en plein champ à l'aide d'un spectromètre portable. Les résultats ont montré que les DNN surpassaient les LR et PCA-SVM, atteignant une précision de classification moyenne de 66 % à 91 % dans les essais en serre et une précision moyenne de 73 % avec jusqu'à 87 % dans les essais en plein champ, distinguant efficacement les plantes de blé inoculées et non inoculées des stades de semis à anthèse. La validation avec une troisième saison de données de terrain a atteint une précision moyenne de 77 % pour la variété la plus susceptible pendant la phase d'élongation de la tige. La réflectance NIR dans la plage de 1600 à 1700 nm a été identifiée comme la plus importante pour estimer la présence de la PRC, avec une détection initiale se produisant 35 jours après semis (DAS) en serre et 46 DAS dans le champ. En conclusion, un spectromètre NIR avec un modèle DNN a réussi à classer les maladies, avec le potentiel d'être un outil portable de détection précoce des maladies pour aider aux décisions de gestion agricole.
Xiong et al. (Mardi,) ont étudié cette question.