Misūri štata universitātes pētnieki ir pierādījuši, ka droni apvienojumā ar mākslīgo intelektu var efektīvāk novērtēt kukurūzas kultūru veselību nekā tradicionālās lauka skautu metodes, piedāvājot iespējamus ieguvumus mēslošanas līdzekļu lietošanā un vides pārvaldībā.
Pētījums, kas veikts vidū - Misūri kukurūzas laukos, izmantoja dronus, kas aprīkoti ar multispektrālām kamerām, lai uztvertu viļņu garumu, piemēram, tuvu - infrasarkanā un sarkanā - malas gaisma, kas ir saistīta ar augu veselību, bet nemanāmi uz cilvēka aci. Pārī savienojot šos attēlus ar augsnes datiem un apstrādājot tos caur mašīnu - Mācīšanās modeļiem, komanda aprēķināja lapu hlorofila līmeni - Galvenais slāpekļa statusa - indikators visā laukā ar augstu precizitāti.
"Katra auga hlorofila satura zināšana palīdz lauksaimniekiem noteikt īsto laiku, atrašanās vietu un slāpekļa pielietojuma daudzumu," sacīja Jianfeng Zhou, Lauksaimniecības, pārtikas un dabas resursu koledžas asociētais profesors un CO - Mizzou digitālās lauksaimniecības pētījumu un paplašināšanas centra pētījumu direktors. "Tas var palielināt ražu, vienlaikus samazinot lieko ķīmisko izmantošanu, kas ietekmē vidi."
Kukurūza ir viena no visvairāk slāpekļa {- prasīgām kultūrām, padarot precīzu barības vielu pārvaldību par ievērojamu izmaksu un ilgtspējības problēmu. Vairāk nekā - lietojumprogramma palielina izdevumus un var izraisīt ūdens piesārņojumu, savukārt - lietojumprogramma var samazināt ražu.
Pētniecības komanda, kuru vada doktorants Fengkai Tian, atzīmēja, ka šādu uzraudzību komerciāli var piegādāt Ag - Tehnoloģiju pakalpojumu sniedzēji, ļaujot lauksaimniekiem gūt labumu, neieguldot dronu darbībās vai datu apstrādes iespējas. Kamēr pētījums koncentrējās uz kukurūzu, metodi var pielāgot citām kultūrām, ieskaitot sojas pupas un kviešus, ar pielāgojumiem, lai ņemtu vērā dažādus barības vielu profilus.
Atklājumi, publicētiGudra lauksaimniecības tehnoloģija, tika ražoti sadarbībā ar ASV Lauksaimniecības departamenta Lauksaimniecības pētījumu dienestu. Darbs atspoguļo plašāku spiedienu precīzās lauksaimniecības ietvaros, lai integrētu attālās izpētes, AI un mērķtiecīgu izejvielu pārvaldību, lai uzlabotu efektivitāti un samazinātu ietekmi uz vidi.
