कोल्हापूर – तळसंदे ( ता. हातकणंगले ) येथील डॉ. डी. वाय. पाटील टेक्निकल कॅम्पस महाविद्यालयातील प्रा. मिनाक्षी पाटील यांना संगणक विज्ञान व अभियांत्रिकी विषयात डी. वाय. पाटील कृषी व तंत्र विद्यापीठाकडून पीएच. डी. पदवी प्रदान करण्यात आली. डीप लर्निग तंत्रज्ञानाचा वापर करून ऊस पानावरील रोगांचे निदान, वर्गीकरण व विश्लेषण हा त्यांचा संशोधनाचा विषय होता. यासाठी त्यांना डॉ. संग्राम पाटील यांचे मार्गदर्शन लाभले.
या संशोधनासाठी कुलपती डॉ. संजय पाटील, विश्वस्त ऋतुराज पाटील, कुलगुरू डॉ. ए के गुप्ता, कुलसचिव डॉ. जे. ए. खोत, अधिष्ठाता डॉ. जयदीप पाटील, डॉ. सतीश पावसकर यांचे विशेष सहकार्य लाभले.
डॉ. मिनाक्षी पाटील यांच्या प्रगत संशोधनाचा सविस्तर आढावा –
शेती हा जगातील अनेक अर्थव्यवस्थांचा कणा आहे. भारतासारख्या विकसनशील देशांमध्ये तर शेती केवळ अन्नसुरक्षेचा आधार नसून कोट्यवधी लोकांच्या उपजीविकेचे साधन आहे. या शेतीत ऊस हे अत्यंत महत्त्वाचे नगदी पीक मानले जाते. साखर, इथेनॉल, गूळ, वीज निर्मिती यांसारख्या अनेक उद्योगांचे भवितव्य ऊस उत्पादनावर अवलंबून आहे. मात्र, ऊस पिकावर होणारे विविध रोग उत्पादन, गुणवत्ता आणि शेतकऱ्यांचे उत्पन्न यावर गंभीर परिणाम करतात.
तांबेरा (Rust), काणी (Smut), लाल कूज (Red Rot), मोझॅक (Mosaic) यांसारख्या रोगांचे वेळीच निदान न झाल्यास शेतकऱ्यांना मोठे आर्थिक नुकसान सहन करावे लागते. या पार्श्वभूमीवर ‘Deep Learning for Early Disease Detection in Sugarcane’ हा डॉ. मीनाक्षी पाटील, डॉ. संग्राम पाटील आणि डॉ. जयदीप पाटील यांचा संशोधन लेख विशेष महत्त्वाचा ठरतो.
पारंपारिक पद्धती आणि त्यांची मर्यादा
आतापर्यंत ऊसातील रोगांचे निदान प्रामुख्याने कृषी तज्ज्ञांच्या प्रत्यक्ष पाहणीवर अवलंबून होते. या पद्धतीतील प्रमुख अडचणी म्हणजे—
- वेळखाऊ प्रक्रिया
- तज्ज्ञांची मर्यादित उपलब्धता
- मानवी निरीक्षणातील चुका
- रोगाची उशिरा ओळख
आजच्या स्पर्धात्मक आणि बदलत्या हवामानाच्या युगात अचूक, जलद आणि विश्वासार्ह निदान ही काळाची गरज बनली आहे. याच गरजेतून ‘स्मार्ट शेती’ किंवा Precision Agriculture संकल्पना पुढे आली.
संशोधनाचा पाया : हायब्रीड CNN–LSTM मॉडेल
डॉ. मिनाक्षी पाटील, डॉ. संग्राम पाटील आणि डॉ. जयदीप पाटील यांनी सादर केलेल्या या संशोधनाचा केंद्रबिंदू म्हणजे हायब्रीड डीप लर्निंग मॉडेल.
या मॉडेलमध्ये दोन प्रभावी तंत्रांचा संगम करण्यात आला आहे—
🔹 CNN (Convolutional Neural Network)
- प्रतिमांमधील रंग, पोत, आकार आणि नमुने ओळखण्यात अत्यंत सक्षम
- ऊसाच्या पानांवरील डाग, रेषा, बदललेला रंग यांचे अचूक विश्लेषण
🔹 LSTM (Long Short-Term Memory)
- माहितीतील क्रम आणि बदलांचे विश्लेषण
- रोगाच्या वाढीचा आणि स्वरूपाचा पॅटर्न समजण्यास मदत
- निदानाची अचूकता अधिक वाढवणारे तंत्र
या दोन्ही तंत्रांचा एकत्रित वापर करून ऊसातील रोग लवकर आणि अधिक विश्वासार्ह पद्धतीने ओळखण्याचा प्रयत्न या संशोधनात करण्यात आला आहे.
डेटासेट : प्रत्यक्ष शेतातून संकलन
हे संशोधन केवळ प्रयोगशाळेपुरते मर्यादित नाही, ही याची मोठी ताकद आहे. संशोधकांनी कोल्हापूर आणि कराड परिसरातील ऊस शेतीला प्रत्यक्ष भेटी देऊन हजारो प्रतिमा संकलित केल्या.
डेटासेटमध्ये समाविष्ट रोग—
- Red Rot (लाल कूज) – ५,००० फोटो
- Brown Spot (तपकिरी ठिपके) – ४,००० फोटो
- Rust (तांबेरा) – २,००० फोटो
- Mosaic (मोझॅक) – २,००० फोटो
- Pokkah Boeng (पोक्का बोईंग) – १,००० फोटो
- या सर्व प्रतिमांवर Image Preprocessing करून प्रकाशमान, आकार आणि स्पष्टता सुधारण्यात आली, जेणेकरून मॉडेलला रोगांची लक्षणे अचूक समजू शकतील.
संशोधनाचे ठळक निष्कर्ष
✅ उच्च अचूकता
- हायब्रीड CNN–LSTM मॉडेलची अचूकता ९२% (0.92)
- पारंपारिक CNN मॉडेलपेक्षा लक्षणीयरीत्या अधिक (८०%)
✅ विश्वसनीय निदान
Confusion Matrix विश्लेषणातून तपकिरी ठिपके (Brown Spot), लाल कूज (Red Rot) हे रोग ओळखण्यात मॉडेल अत्यंत प्रभावी ठरले
✅ शेतकऱ्यांना थेट लाभ
- रोगाचे लवकर निदान
- योग्य वेळी औषधोपचार
- कीटकनाशकांचा अनावश्यक वापर कमी
- उत्पादन व नफा वाढण्याची शक्यता
भविष्यातील व्याप्ती : स्मार्ट शेतीकडे वाटचाल
या संशोधनाचा उपयोग पुढील टप्प्यांमध्ये मोठ्या प्रमाणावर होऊ शकतो—
📱 मोबाईल अॅप : शेतकरी थेट पानाचा फोटो काढून रोग ओळखू शकतील
🚁 ड्रोन-आधारित निरीक्षण : मोठ्या क्षेत्रातील ऊस पिकांचे रिअल-टाइम सर्वेक्षण
🌦️ हवामान, मातीचा दर्जा, आर्द्रता यांचा समावेश करून अधिक प्रगत मॉडेल
🌱 शाश्वत शेती आणि खर्चात बचत
‘Deep Learning for Early Disease Detection in Sugarcane’ हा संशोधन लेख ऊस शेतीसाठी दिशादर्शक ठरतो. तंत्रज्ञान आणि कृषी यांची सांगड घालून शेतकऱ्यांच्या अडचणींवर उपाय शोधण्याचा हा यशस्वी प्रयत्न आहे. डॉ. मिनाक्षी पाटील आणि त्यांच्या सहकाऱ्यांचे हे संशोधन केवळ शैक्षणिक मर्यादेत न राहता प्रत्यक्ष शेतात उतरले, तर ऊस उत्पादक शेतकऱ्यांसाठी तो खऱ्या अर्थाने मैलाचा दगड ठरेल. स्मार्ट शेतीमुळे पिकांचे रक्षण तर होईलच, पण देशाची कृषी अर्थव्यवस्था अधिक सक्षम आणि शाश्वत बनेल, यात शंका नाही.
