Οι ερευνητές του Πανεπιστημίου του Μισσούρι έδειξαν ότι τα αεροσκάφη σε συνδυασμό με την τεχνητή νοημοσύνη μπορούν να αξιολογήσουν την υγεία των καλλιεργειών καλαμποκιού πιο αποτελεσματικά από τις παραδοσιακές μεθόδους ανίχνευσης πεδίου, προσφέροντας πιθανά κέρδη στη χρήση λιπασμάτων και τη διαχείριση του περιβάλλοντος.
Η μελέτη, η οποία διεξήχθη στα μέσα - πεδία καλαμποκιού του Μισσούρι, χρησιμοποιείται drones εξοπλισμένα με πολυεπιστημονικές κάμερες για να συλλάβει μήκη κύματος όπως το End - infrared και το κόκκινο- άκρο, τα οποία συνδέονται με την υγεία των φυτών αλλά αόρατα με το ανθρώπινο μάτι. Με τη σύζευξη αυτών των εικόνων με τα δεδομένα του εδάφους και την επεξεργασία τους μέσω των μηχανών - μάθησης, η ομάδα εκτιμά τα επίπεδα χλωροφύλλης των φύλλων - έναν δείκτη κλειδιού της κατάστασης αζώτου - σε ολόκληρα πεδία με υψηλή ακρίβεια.
"Η γνώση της περιεκτικότητας σε χλωροφύλλη από κάθε εργοστάσιο βοηθά τους αγρότες να καθορίζουν τη σωστή στιγμή, τη θέση και την ποσότητα της εφαρμογής του αζώτου", δήλωσε ο Jianfeng Zhou, αναπληρωτής καθηγητής στο Κολλέγιο Γεωργίας, Τροφίμων και Φυσικών Πόρων και CO {0} Διευθυντής Έρευνας στο Mizzou's Digital Research Research and Extension Center. "Αυτό μπορεί να αυξήσει τις αποδόσεις μειώνοντας παράλληλα την υπερβολική χημική χρήση που επηρεάζει το περιβάλλον".
Το καλαμπόκι είναι από τα πιο άζωτα - απαιτητικές καλλιέργειες, καθιστώντας την ακριβή διαχείριση των θρεπτικών ουσιών ένα σημαντικό ζήτημα κόστους και βιωσιμότητας. Πάνω από - Η εφαρμογή αυξάνει τα έξοδα και μπορεί να οδηγήσει σε ρύπανση των υδάτων, ενώ η εφαρμογή - μπορεί να μειώσει τις αποδόσεις.
Η ερευνητική ομάδα, με επικεφαλής τον διδακτορικό φοιτητή Fengkai Tian, σημείωσε ότι αυτή η παρακολούθηση θα μπορούσε να παραδοθεί εμπορικά από τους παρόχους τεχνολογίας, επιτρέποντας στους αγρότες να επωφεληθούν χωρίς επενδύσεις σε λειτουργίες ή δυνατότητες επεξεργασίας δεδομένων. Ενώ η μελέτη επικεντρώθηκε στο καλαμπόκι, η μέθοδος θα μπορούσε να προσαρμοστεί για άλλες καλλιέργειες, συμπεριλαμβανομένης της σόγιας και του σιταριού, με προσαρμογές για να ληφθούν υπόψη διαφορετικά προφίλ θρεπτικών ουσιών.
Τα ευρήματα, που δημοσιεύθηκαν στοΈξυπνη γεωργική τεχνολογία, δημιουργήθηκαν σε συνεργασία με την Υπηρεσία Γεωργικής Έρευνας του Υπουργείου Γεωργίας των ΗΠΑ. Το έργο αντικατοπτρίζει μια ευρύτερη ώθηση στην ακρίβεια της γεωργίας για την ενσωμάτωση της τηλεπισκόπησης, της AI και της στοχοθετημένης διαχείρισης εισροών για τη βελτίωση της αποτελεσματικότητας και τη μείωση των περιβαλλοντικών επιπτώσεων.
