Nowe badanie: sztuczna inteligencja przewiduje przyszły wzrost upraw polowych za pomocą dronów i algorytmów.

WarsawNaukowcy z Uniwersytetu w Bonn stworzyli nowe oprogramowanie do symulacji wzrostu roślin uprawnych. Korzystając z tysięcy zdjęć z testów polowych, przeszkolili algorytm uczący się. Teraz ten algorytm potrafi przewidywać rozwój roślin na podstawie jednego początkowego zdjęcia. Oprogramowanie umożliwia rolnikom dokładne oszacowanie takich parametrów jak powierzchnia liści i plon. Wyniki badań zostały opublikowane w czasopiśmie Plant Methods.

Algorytm analizuje zdjęcia z drona zrobione w trakcie okresu wzrostu, na przykład śledząc rozwój kalafiora w określonych warunkach. Na podstawie tych fotografii, sztuczna inteligencja prognozuje przyszły wzrost, bazując na wczesnym stadium rozwoju. Oto główne cechy:

• Wykorzystuje zdjęcia z drona do szkolenia
• Prognozuje przyszły rozwój roślin
• Szacuje plony i powierzchnię liści

Lukas Drees z Instytutu Geodezji i Geoinformacji kierował projektem. Twierdzi, że oprogramowanie pomoże rolnikom podejmować lepsze decyzje. Rolnicy mogą testować różne opcje, takie jak użycie pestycydów czy nawozów, wirtualnie. Dzięki temu mogą zobaczyć, jak te decyzje wpłyną na plony.

Oprogramowanie ma pewne ograniczenia. Nie jest w stanie poradzić sobie z nagłymi zmianami pogody, takimi jak szybki spadek temperatury czy ciągłe opady deszczu. W przyszłości oczekuje się, że nauczy się radzić sobie z tymi zmianami. Naukowcy planują poprawić jego zdolność do przewidywania skutków takich zdarzeń.

Wykorzystano inne narzędzie AI do określenia szczegółów, takich jak przewidywana ilość plonów na podstawie zdjęć. Na przykład, może ono przewidzieć wielkość główek kalafiora we wczesnej fazie wzrostu, co pomaga w planowaniu i efektywniejszym zbiorze.

Zobacz również:

Dzisiaj · 22:25

Hipokamp jako klucz do opanowywania ruchów precyzyjnych

Główną koncepcją jest uprawa różnych roślin, takich jak fasola i pszenica, razem na tym samym polu. Ta metoda niesie ze sobą wiele korzyści.

• Rośliny konkurują ze sobą mniej
• Wyższe plony całkowite
• Naturalne nawożenie dzięki roślinom wiążącym azot, takim jak fasola
• Mniejsza podatność na szkodniki i problemy środowiskowe

Polikultury wymagają odpowiedniego zestawienia gatunków roślin oraz właściwych proporcji. Sztuczna inteligencja jest w stanie analizować liczne eksperymenty mieszankowe w celu odnalezienia odpowiednich kombinacji. To przyczynia się do rozwoju lepszych i bardziej zrównoważonych metod rolnictwa.

Tradycyjne symulacje wzrostu roślin wykorzystują modele, które znają potrzeby roślin dotyczące składników odżywczych i środowiska. Natomiast nowe oprogramowanie przewiduje wzrost roślin ucząc się na podstawie wielu obrazów. Obie metody są skuteczne i mogą dobrze współpracować.

Naukowcy badają również możliwości połączenia metod opartych na procesach z metodami opartymi na obrazach. Uważają, że taka kombinacja poprawi prognozy. To połączenie może prowadzić do bardziej zaawansowanych technik rolniczych.

Klaster Doskonałości PhenoRob na Uniwersytecie w Bonn wspiera duży projekt, którego celem jest ulepszenie rolnictwa za pomocą inteligentnych technologii. Projekt ten ma na celu poprawę wpływu na środowisko przy jednoczesnym utrzymaniu wysokich plonów. Lukas Drees i jego zespół opracowali oprogramowanie, które stanowi istotny krok w tym przedsięwzięciu.