Các nhà nông học cần biết quần thể thân cây để có thể lập mô hình số lượng củ.
Người trồng cần sớm có thể đánh giá sự biến động của quần thể cây khoai tây trên quy mô ruộng tại bất kỳ thời điểm nào. Đó là nhờ vào công việc được thực hiện bởi Đại học Harper Adams, AHDB đã tài trợ cho nghiên cứu sinh Tiến sĩ Joseph Mhango. Công cụ ra quyết định mới của anh ấy sử dụng trí tuệ nhân tạo được gọi là Deep Learning cùng với hình ảnh cây trồng được chụp bằng máy bay không người lái để tính toán số lượng thân cây và lập bản đồ nơi chúng xuất hiện.
Kỹ thuật này có thể phát hiện các đối tượng và được sử dụng cho thị giác máy trong ô tô tự lái. Ông Mhango nói: “Các nhà nông học cần biết quần thể thân cây để có thể lập mô hình số lượng củ.
“Trong hai năm qua, chúng tôi đã và đang phát triển một số kỹ thuật dựa trên trí tuệ nhân tạo để bắt đầu giải quyết vấn đề làm thế nào tốt nhất để ước tính sự khác biệt về mật độ thân trên ruộng khoai tây khi còn nguyên tán, thường là vào 70 ngày sau khi trồng.” Bằng cách phân tích các chỉ số thảm thực vật bằng cách sử dụng các bước sóng màu đỏ, xanh lam và xanh lục thông thường do máy bay không người lái chụp, Joseph phát hiện ra rằng các ngọn mô phân sinh của cây khoai tây có thể được đếm và được sử dụng để biểu thị các ngọn thân.
Sau đó, Deep Learning đã được sử dụng để phát triển một mô hình mạnh mẽ để ước tính số lượng thân cây có thể được sử dụng để tạo ra bản đồ nhiệt về mật độ dân số thân cây trên một cánh đồng. Công cụ này chủ yếu nhằm mục đích tạo điều kiện thuận lợi cho các quyết định thu hoạch, do đó các khu vực có nhiều củ hơn có thể có nhiều thời gian hơn để tạo khối, trong khi những khu vực có ít củ lớn hơn được thu hoạch trước.
“Các mô hình đã được đào tạo trước đây cho thấy rằng nơi nào có nhiều thân trên diện tích mặt đất hơn thì dự kiến sẽ có nhiều củ hơn với chi phí bằng kích thước củ trung bình. Ông lưu ý rằng người trồng rất quen thuộc với mối quan hệ giữa số lượng thân khoai tây và năng suất củ cũng như sự phân bố kích thước, và các quyết định về thời gian thu hoạch thường dựa trên một số kết quả năng suất trên đồng ruộng.
“Sự khác biệt giữa mô hình này và các mô hình khác là nó cung cấp khả năng đo lường sự thay đổi trong thực địa để cung cấp thông tin để vạch ra các vùng quản lý trong canh tác chính xác. “Mô hình mới của Joseph đã được thử nghiệm tại một số cánh đồng khoai tây trên khắp Shropshire và Lincolnshire, và có vẻ rất hứa hẹn, ông nói. “Công cụ mới sẽ giúp việc canh tác chính xác dễ đạt được hơn nhiều, vì thông tin sau đó có thể thông báo các quyết định về thời gian hút ẩm và thu hoạch, cũng như các ứng dụng thuốc trừ sâu và diệt cỏ.”
Chuyển phân bón thành năng suất
Ngoài ra, trong quá trình nghiên cứu của mình, ông đã lập bản đồ năng suất cây khoai tây trên XNUMX lĩnh vực, xem xét việc bón phân đạm (N), phốt pho (P) và lưu huỳnh (S) và sự khác biệt trong cách chúng chuyển thành năng suất và ở điểm nào họ ngừng đóng góp. “Phản ứng với các chất dinh dưỡng trong đất có thể khác nhau trên các lĩnh vực vì các mức độ đã có sẵn trong đất. “Các mẫu đất được lấy sau khi bón phân, và ở hầu hết các ruộng, chúng tôi tìm thấy bằng chứng về việc bón phân quá mức dẫn đến hàm lượng P cao hơn trong ruộng có kích thước củ nhỏ hơn.”
“Sự hiểu biết của chúng tôi là hệ thống phân cấp củ có trong khoai tây và chỉ một tập hợp con của các củ trội mới tận dụng được mức tối ưu các chất dinh dưỡng. “Tuy nhiên, ở mức độ dinh dưỡng cao quan sát được trong ruộng của người trồng, chúng tôi đang thu thập bằng chứng rằng điều này có thể không phải lúc nào cũng đúng. “Các phát hiện cho thấy rằng tất cả các lĩnh vực trong nghiên cứu đang hoạt động ở mức chất dinh dưỡng vượt quá mức tối ưu, và trong các lĩnh vực này, có mối quan hệ tiêu cực đáng kể giữa mức P và sự phân bố kích thước củ.
“Thay vì sử dụng các thí nghiệm ngẫu nhiên với các nghiệm thức có kiểm soát, chúng tôi muốn hiểu mối quan hệ giữa đất và sự phân bố kích thước củ trong điều kiện thực tế trên đồng ruộng.” Do đó, ông đã sử dụng phương pháp điều tra thống kê địa lý để xây dựng mô hình. Điều này, ông tin rằng, điều này đã cho phép chúng tôi xây dựng các mô hình với hệ số phản ánh tốt hơn các mối quan hệ được quan sát trên các cánh đồng nông dân điển hình ”. “Trong nhiều trường hợp, nông dân có thể sử dụng quá nhiều phân bón để cố gắng đảm bảo cây trồng của họ có đủ chất dinh dưỡng, nhưng điều này có thể gây ra ảnh hưởng bất lợi đến năng suất và chất lượng.”
Bản chất ba chiều của các mô hình này cho phép tích hợp với mô hình đếm gốc, cũng như bao gồm hình ảnh vệ tinh để cải thiện dự đoán. Thành phần thứ ba của Tiến sĩ Joseph liên quan đến việc tích hợp hình ảnh vệ tinh đa kính độ phân giải cao có độ phân giải cao miễn phí về đất và tán cây từ các địa điểm nghiên cứu của ông. “Chúng tôi sẽ đo lường mức độ mà hình ảnh vệ tinh có thể giúp đạt được độ chính xác dự đoán tốt hơn về năng suất khoai tây và sự phân bố kích thước củ trước khi thu hoạch.”
Xem phần trình bày từ Tuần lễ Nông học:
Các ngành: Khoai tây
bạn phải đăng nhập để viết bình luận.