Sâu keo mùa thu là loài côn trùng đa thực nguy hiểm, đặc hữu ở các vùng nhiệt đới và cận nhiệt đới, có tên khoa học là Spodoptera frugiperda. Sâu keo mùa thu bắt nguồn từ châu Mỹ và lần đầu tiên được nhìn thấy ở châu Phi vào năm 2016. Kể từ đó, dịch hại đã lan ra hơn 100 quốc gia trên thế giới chỉ sau một thời gian ngắn. Ngô - loại ngũ cốc quan trọng thứ ba trên thế giới (sau lúa mì và gạo) là đối tượng chính của dịch hại này.
Dù mới xuất hiện ở Việt Nam cách đây vài năm nhưng sâu keo mùa thu đã nhanh chóng trở thành mối đe dọa lớn với các vùng trồng ngô. Tháng 7/2019, diện tích ngô bị nhiễm sâu keo mùa thu trên cả nước lên đến hơn 16.000 ha, gây thiệt hại nặng ở các tỉnh miền núi phía Bắc và Tây Nguyên. Theo cảnh báo, loài côn trùng này có thể gây hại trên 80 loài thực vật khác nhau, gây thất thoát năng suất từ 30-60%, thậm chí lên tới 100% nếu không có biện pháp kiểm soát phù hợp.
Để diệt trừ sâu keo mùa thu, biện pháp phổ biến nhất là phun thuốc trừ sâu. Đây cũng là giải pháp ngăn chặn sinh vật gây hại bùng phát thành dịch nhanh nhất. Tuy nhiên, tình trạng lạm dụng thuốc trừ sâu ở Việt Nam hiện nay vẫn còn phổ biến. Việc không đảm bảo nguyên tắc “đúng thuốc, đúng lúc, đúng cách và đúng liều lượng” sẽ gây lãng phí, tồn dư trong nông sản, ảnh hưởng đến môi trường và sức khỏe con người.
Nếu dự báo được thời điểm bùng dịch sâu keo mùa thu, người ta có thể xây dựng kế hoạch phòng trừ đúng thời điểm, tránh phun thuốc sâu bừa bãi, giảm bớt lượng thuốc cần sử dụng. Với mục tiêu này, các nhà nghiên cứu ở trường Đại học Công nghệ (ĐH Quốc gia Hà Nội) cùng cộng sự ở Học viện Nông nghiệp Việt Nam đã phát triển hệ thống phần mềm iFAWcast dự báo dịch sâu keo mùa thu trên cây ngô ở Việt Nam.
Mô hình tổng quan hệ thống. Nguồn: Tạp chí KH&CN Việt Nam
Hệ thống gồm ba thành phần chính: (1) Công cụ dự báo, cảnh báo dịch sâu keo mùa thu tự động trên nền tảng web (dành cho chuyên gia); (2) Công cụ quản lý báo cáo, nông nghiệp, dự báo, cảnh báo và người dùng trên nền tảng web; (3) Ứng dụng trên nền tảng mobile (dành cho người trồng ngô) cung cấp dịch vụ theo dõi dự báo, cảnh báo dịch sâu keo mùa thu theo vị trí địa lý.Người trồng ngô chỉ cần đăng ký, đăng nhập và quản lý tài khoản của mình để theo dõi các thông tin về trình trạng dịch bệnh sâu keo mùa thu theo địa điểm trồng ngô.
Để thu thập dữ liệu về sâu keo mùa thu và thời tiết nhằm tính toán thời điểm phát triển mạnh của dịch sâu keo mùa thu trên cây ngô, nhóm nghiên cứu đã xây dựng hệ thống iFAWcast với lõi tính toán tự động cập nhật dữ liệu thời tiết từ API Visual Crossing, API OpenWeatherMap và dựa trên công thức tổng tích ôn hữu hiệu - một phương pháp suy nghiệm (heuristic) trong hiện tượng học, giúp ước tính thời gian chuyển đổi hình thái học ở động thực vật, thường được dùng để dự đoán tốc độ phát triển của các loài động thực vật. Dữ liệu thời tiết được cập nhật hằng ngày, còn dữ liệu khảo sát đồng ruộng về tuổi sâu và tuổi cây sẽ được các chuyên gia nông nghiệp nhập vào hệ thống qua công cụ quản lý dữ liệu đã cài đặt trên nền tảng web.
Quá trình thử nghiệm ở xã Trung Kiên, huyện Yên Lạc, tỉnh Vĩnh Phúc, đã chứng minh hiệu quả của hệ thống. Kết quả tính toán dự báo được kiểm chứng với dữ liệu thu thập thực tế ngoài đồng ruộng cho thấy hệ thống có độ chính xác cao, đáng tin cậy. Với kết quả dự báo và khuyến cáo từ iFAWcast, người dân có thể chủ động phun thuốc phòng trừ đúng thời điểm thay vì phun tràn lan, vừa tiết kiệm chi phí, vừa tăng cường hiệu quả diệt trừ sâu bệnh.
Ngoài dự báo dịch hại sâu keo mùa thu trên cây ngô, hệ thống còn có thể ứng dụng cho nhiều loại cây trồng khác. Với mạng lưới các trung tâm khuyến nông, bảo vệ thực vật ở các địa phương, việc triển khai hệ thống này trong thực tế sẽ không gặp nhiều khó khăn. Để nâng cao độ chính xác của hệ thống, trong thời gian tới, nhóm nghiên cứu sẽ phát triển thêm các mô-đun thu thập dữ liệu tự động về số lượng sâu keo mùa thu trưởng thành qua bẫy tự động đếm, mô đun thu thập dữ liệu tiểu khí hậu tại khu vực theo dõi.
Hiện nay, hệ thống đã được cung cấp cho người dùng trên Google Play
TẠI ĐÂY và cho chuyên gia tại địa chỉ: http://35.241.127.11:8080/.
Nhóm nghiên cứu đã công bố kết quả này trên tạp chí Khoa học và Công nghệ Việt Nam, số 3, năm 2024.
Nguồn: Thanh An - khoahocphattrien.vn