Obrana doktorskog rada: Dana Čirjak, mag. ing. agr.

Učinkovitost analitičkih modela na bazi umjetnih neuronskih mreža u praćenju jabukova savijača te moljca kružnih mina i njegovih šteta (Effectiveness of analytical models based on artificial neural networks in monitoring codling moth, pear leaf blister moth and its damage)

2.2.2024. u 12 sati :: Velika vijećnica Agronomskog fakulteta

Mentori doktorskog rada:

  • Izv. prof. dr. sc. Ivana Pajač Živković, Sveučilište u Zagrebu Agronomski fakultet
  • Izv. prof. dr. sc. Ivan Aleksi, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija

Povjerenstvo za obranu doktorskog rada:

  • Izv. prof. dr. sc. Darija Lemić, Sveučilište u Zagrebu Agronomski fakultet
  • Izv. prof. dr. sc. Goran Fruk, Sveučilište u Zagrebu Agronomski fakultet
  • Izv. prof. dr. sc. Tomislav Matić, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija

Sažetak doktorskog rada:
Klimatske promjene uzrokuju probleme u svim aspektima poljoprivredne proizvodnje, pa tako i u praćenju i suzbijanju štetnika. Fenologija kukaca pod velikim je utjecajem klimatskih promjena. Promjene u temperaturi zraka izravno utječu na njihovu biologiju i ekologiju, dovode do povećanja reprodukcije, što uzrokuje pojavu dodatnih generacija kod brojnih štetnika, a time i posljedično većih šteta na usjevima. Osim sve većeg širenja invazivnih vrsta na nova područja, klimatske promjene imaju izravan utjecaj i na širenje neinvazivnih vrsta štetnika. S obzirom da se uvjeti pojave štetnika stalno mijenjaju, potrebno je prilagoditi metode njihovog praćenja. Metode integrirane zaštite bilja u posljednje vrijeme postaju sve manje praktične i pouzdane, stoga se razvijaju prilagođene strategije za praćenje i suzbijanje štetnika, kako bi se odgovorilo na promjene klimatskih uvjeta. Potreba za sofisticiranijim, preciznijim i učinkovitijim metodama praćenja osobito je značajna za gospodarski važne usjeve koji se uzgajaju na velikim površinama, poput jabuke. Proizvodnju jabuke ugrožavaju brojni štetnici od kojih su najznačajniji oni iz reda Lepidoptera. U posljednje vrijeme, sve više se primjenjuju umjetne neuronske mreže (eng. artificial neural network, ANN) kao alati za izradu modela za automatsko praćenje štetnika. U ovoj disertaciji umjetne neuronske mreže se koriste kao alat za izradu analitičkih modela za praćenje najvažnijih štetnika jabuke iz reda Lepidoptera, jabukova savijača (Cydia pomonella (Linnaeus, 1758)) i moljca kružnih mina (Leucoptera malifoliella (O. Costa, 1836)), kao i štete od moljca kružnih mina na listovima jabuke. Za razvoj analitičkih modela fotografije ljepljivih ploča i vegetacije prikupljene su u tri voćnjaka jabuke. Fotografije su anotirane, što je rezultiralo s 8142 anotacija jabukova savijača, 4700 anotacija moljca kružnih mina i 1880 anotacija šteta na listu (mina) od moljca kružnih mina. Rezultati su statistički obrađeni korištenjem matrice zabune. Glavni rezultati disertacije pokazali su da razvijeni analitički modeli pokazuju izvrsne rezultate detekcije s 99,3 % točnosti u detekciji jabukova savijača, 98,13 % točnosti u detekciji moljca kružnih mina i 94,6 % točnosti u detekciji oštećenja listova jabuke od moljca kružnih mina. Uzevši u obzir da je točnost prepoznavanja i prebrojavanja jedinki jabukova savijača, moljca kružnih mina i šteta na listu od moljca kružnih mina veća od 90 % u odnosu na vizualni pregled stručnjaka, razvijeni modeli pokazali su se učinkovitima, a postavljene hipoteze prihvaćene. Ova disertacija doprinosi implementaciji novih tehnologija koje uključuju analitičke modele temeljene na umjetnim neuronskim mrežama u područje zaštite bilja. Korištenje ovih modela omogućuje cjelovit uvid u stanje voćnjaka, pouzdano praćenje štetnika i njihovih šteta u stvarnom vremenu, što dovodi do ciljanog suzbijanja štetnika, smanjenja rezidua pesticida kao i smanjenja ekološkog otiska.
 
Ključne riječi: štetnici jabuke, automatsko praćenje štetnika, klimatske promjene, modeli dubokog učenja, precizna poljoprivreda, održiva poljoprivreda, ciljano suzbijanje štetnika

Prijava djelatnika

Mrežna stranica koristi kolačiće (cookies). Kolačiće upotrebljavamo kako bismo personalizirali sadržaj i oglase, omogućili značajke društvenih medija i analizirali promet. Isto tako, podatke o vašoj upotrebi naše web-lokacije dijelimo s partnerima za društvene medije, oglašavanje i analizu, a oni ih mogu kombinirati s drugim podacima koje ste im pružili ili koje su prikupili dok ste upotrebljavali njihove usluge. Nastavkom korištenja naših internetskih stranica vi prihvaćate našu upotrebu kolačića. Polica privatnosti.