Дослідники університету Міссурі продемонстрували, що безпілотники в поєднанні з штучним інтелектом можуть оцінити здоров'я кукурудзяних культур більш ефективно, ніж традиційні методи розвідки поля, пропонуючи потенційні прибутки в використанні добрив та управління навколишнім середовищем.
Дослідження, проведене в середині - кукурудзяні поля Міссурі, використовувані безпілотники, оснащені мультиспектральними камерами для захоплення довжин хвиль, таких як поблизу - інфрачервоне та червоне - крайове світло, яке пов'язане з здоров’ям рослин, але невидимими для огляду людини. Порячуючи ці зображення з даними ґрунту та обробляючи їх через машину - моделі навчання, команда оцінювала рівні хлорофілу - Ключовим показником статусу азоту - на всій полях з високою точністю.
"Знання вмісту хлорофілу кожного заводу допомагає фермерам визначити потрібний час, місце розташування та кількість азоту", - сказав Цзянфен Чжоу, доцент коледжу сільського господарства, продовольства та природних ресурсів та CO - директора досліджень досліджень цифрового сільського господарства Mizzou. "Це може збільшити врожайність, зменшуючи надлишок хімічного використання, що впливає на навколишнє середовище".
Кукурудза є одним з найбільш азоту - вимогливих культур, що робить точне управління поживними речовинами значною вартістю та проблемою стійкості. Над - додаток збільшує витрати і може призвести до забруднення води, тоді як додаток - може зменшити врожайність.
Дослідницька група під керівництвом докторського студента Фенгкай Тянь, зазначила, що такий моніторинг може бути комерційно здійснений AG - постачальниками технічних послуг, що дозволяє фермерам отримувати користь, не інвестуючи в операції безпілотників або можливості обробки даних. Незважаючи на те, що дослідження було зосереджено на кукурудзі, метод може бути адаптований для інших культур, включаючи сою та пшеницю, з коригуванням для врахування різних профілів поживних речовин.
Висновки, опубліковані вРозумні сільськогосподарські технології, були створені у співпраці з Службою сільськогосподарських досліджень Міністерства сільського господарства. Робота відображає більш широкий поштовх у точному сільському господарстві для інтеграції дистанційного зондування, AI та цільового управління входом для підвищення ефективності та зменшення впливу на навколишнє середовище.
