Sustainable Palm Tree Farming: Leveraging IoT and Multi-Modal Data for Early Detection and Mapping of Red Palm Weevil

要約

アカヤシゾウムシ (RPW) は、経済的損失を引き起こし、世界中のヤシの木栽培に影響を与える非常に破壊的な昆虫です。
この論文では、RPW の早期発見と管理のための先進技術を活用することにより、持続可能なヤシの木栽培のための革新的なアプローチを提案します。
私たちのアプローチは、コンピューター ビジョン、ディープ ラーニング (DL)、モノのインターネット (IoT)、地理空間データを組み合わせて、RPW に感染したヤシの木を効果的に検出および分類します。
主なフェーズには以下が含まれます。
(1) IoT デバイスからの音声データを使用した DL 分類、(2) UAV 画像上の YOLOv8 を使用したヤシの木検出、(3) 地理空間データを使用した RPW マッピング。
当社のカスタム DL モデルは、感染したヤシの木の検出と位置特定において 100% の精度と再現率を達成します。
地理空間データを統合すると、効率的な監視と目標を絞った管理戦略のための包括的な RPW 分布マップの作成が可能になります。
このテクノロジー主導のアプローチは、RPW の侵入を管理し、ヤシの木プランテーションの生産性を保護する上で、農業当局、農民、研究者に利益をもたらします。

要約(オリジナル)

The Red Palm Weevil (RPW) is a highly destructive insect causing economic losses and impacting palm tree farming worldwide. This paper proposes an innovative approach for sustainable palm tree farming by utilizing advanced technologies for the early detection and management of RPW. Our approach combines computer vision, deep learning (DL), the Internet of Things (IoT), and geospatial data to detect and classify RPW-infested palm trees effectively. The main phases include; (1) DL classification using sound data from IoT devices, (2) palm tree detection using YOLOv8 on UAV images, and (3) RPW mapping using geospatial data. Our custom DL model achieves 100% precision and recall in detecting and localizing infested palm trees. Integrating geospatial data enables the creation of a comprehensive RPW distribution map for efficient monitoring and targeted management strategies. This technology-driven approach benefits agricultural authorities, farmers, and researchers in managing RPW infestations and safeguarding palm tree plantations’ productivity.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google