Ένα πρωτοποριακό ηλεκτρονικό σύστημα που αξιοποιεί την τεχνολογία αιχμής αναπτύχθηκε για την αποτελεσματικότερη παρακολούθηση και καταπολέμηση των κουνουπιών, αλλάζοντας τα δεδομένα στον τρόπο λήψης αποφάσεων για τους ψεκασμούς. Το σύστημα, καρπός συνεργασίας της εταιρείας Οικοανάπτυξη ΑΕ και του Διεθνούς Πανεπιστημίου Ελλάδος (ΔΙΠΑΕ), κατέκτησε πρόσφατα το πρώτο βραβείο καλύτερης ανακοίνωσης σε διεθνές συνέδριο στη Σαγκάη.
Βασισμένο σε αισθητήρες κίνησης, το σύστημα καταγράφει το πέταγμα των κουνουπιών, μετρώντας τον πληθυσμό τους κάθε 15 λεπτά – μια σημαντική βελτίωση σε σχέση με την προηγούμενη πρακτική μέτρησης μία φορά το δεκαπενθήμερο. Παράλληλα, συλλέγει δεδομένα υγρασίας και θερμοκρασίας, τα οποία, μαζί με τις μετρήσεις πληθυσμού, αποστέλλονται αυτόματα και σε πραγματικό χρόνο σε απομακρυσμένο σέρβερ. Εκεί, με τη δύναμη αλγορίθμων τεχνητής νοημοσύνης και μοντέλων μηχανικής μάθησης, λαμβάνονται τεκμηριωμένες αποφάσεις για τους ψεκασμούς ανά περιοχή και εποχή.
Η συσκευή διαθέτει ενεργειακή αυτονομία μέσω φωτοβολταϊκού, GPS για τον γεωγραφικό της εντοπισμό και κάρτα κινητής τηλεφωνίας για την άμεση μεταφορά δεδομένων. Ο Δρ Σπύρος Μουρελάτος, πρόεδρος της Οικοανάπτυξης, τόνισε την επιτυχημένη πιλοτική εφαρμογή του συστήματος πέρυσι, αναδεικνύοντας την ακρίβεια, το πλήθος των μετρήσεων και τη μείωση του κόστους. Φέτος, αναμένεται η τοποθέτηση πενήντα μετρητών σε τέσσερις περιφέρειες.
Ο κ. Μουρελάτος επεσήμανε στο ΑΠΕ-ΜΠΕ ότι τέτοια συστήματα μπορούν να χρησιμοποιηθούν και για την παρακολούθηση άλλων επιβλαβών εντόμων. Τα δεδομένα, τα οποία θα είναι ανοιχτά στο κοινό και τους εμπλεκόμενους φορείς, θα επιτρέψουν την έγκαιρη προειδοποίηση και τη βελτιστοποίηση των μοντέλων πρόβλεψης.
Ο Απόστολος Τσαγκάρης, πρόεδρος του Τμήματος Μηχανικών Παραγωγής και Διοίκησης του ΔΙΠΑΕ, εστίασε στο ΑΠΕ-ΜΠΕ στην τεχνολογία του Διαδικτύου των Πραγμάτων (IoT) ως βάση του συστήματος, το οποίο εντάσσεται στην κατηγορία της μηχατρονικής. Οι πιλοτικές δοκιμές έδειξαν ελάχιστη απόκλιση από τον πραγματικό πληθυσμό, ενώ η αντικειμενικότητα και λεπτομέρεια των δεδομένων, σε συνδυασμό με την επεξεργασία από την τεχνητή νοημοσύνη, επιτρέπουν τον καλύτερο προγραμματισμό των ψεκασμών και την πρόβλεψη των τάσεων στους πληθυσμούς των κουνουπιών, ακόμα και τον εντοπισμό των ωρών αιχμής ανά περιοχή.