Dronlar va chuqur o'rganish

Asosiy oziq-ovqat ekinlaridan biri boʻlgan sholi butun dunyo boʻylab qariyb 162 million gektar maydonda yetishtiriladi. Guruch ishlab chiqarish miqdorini aniqlashning eng ko'p qo'llaniladigan usullaridan biri guruch o'simliklarini hisoblashdir. Ushbu usul hosilni baholash, o'sishni diagnostika qilish va sholi dalalarida yo'qotishlarni baholash uchun ishlatiladi. Dunyo bo'ylab guruchni hisoblash jarayonlarining aksariyati hali ham qo'lda amalga oshiriladi. Biroq, bu juda zerikarli, mashaqqatli va ko'p vaqt talab qiladigan tez va samaraliroq mashinaga asoslangan echimlarga ehtiyoj borligini ko'rsatadi.

Yaqinda Xitoy va Singapurlik tadqiqotchilar guruchni qo‘lda hisoblashni ancha murakkab usul bilan almashtirish usulini ishlab chiqdilar, bunda uchuvchisiz uchish apparatlari (PUA) yoki dronlardan foydalanish nazarda tutilgan.

Tadqiqotga rahbarlik qilgan Xitoyning Nankin pochta va telekommunikatsiyalar universiteti professori Jianguo Yaoning so‘zlariga ko‘ra, “Yangi texnikada RGB tasvirlarini (asosan qizil, yashil va ko‘k chiroqlardan iborat tasvirlarni) olish uchun UAVlardan foydalaniladi. Keyinchalik bu tasvirlar a yordamida qayta ishlanadi chuqur o'rganish tarmog'i daladagi sholi o‘simliklarining zichligini aniq aniqlay oladigan, shuningdek, ekin joylashuvi va hajmi kabi yuqori darajadagi semantik xususiyatlarni ta’minlaydigan RiceNet deb nomlangan biz ishlab chiqqanmiz”.

Ularning maqolasi chop etildi O'simliklar fenomeni.

RiceNet tarmog'i arxitekturasi old tomonida kiritilgan tasvirlarni tahlil qiluvchi bitta xususiyatli ekstraktordan va o'simliklarning o'simliklarning zichligini, o'simliklarning joylashishini va o'simliklarning joylashishini baholash uchun mas'ul bo'lgan uchta xususiyatli dekoder modulidan iborat. mos ravishda o'simliklarning kattaligi. Oxirgi ikkita xususiyat, ayniqsa, o'g'itlarni purkash kabi avtomatlashtirilgan ekinlarni boshqarish texnikasi bo'yicha kelajakdagi tadqiqotlar uchun muhimdir.

Tadqiqotning bir qismi sifatida tadqiqot guruhi Xitoyning Nanchang shahridagi guruch dalalarida kamera bilan jihozlangan UAVni joylashtirdi va keyinchalik olingan ma'lumotlarni murakkab qurilma yordamida tahlil qildi. tasvirni tahlil qilish texnikasi. Keyinchalik, tadqiqotchilar o'quv ma'lumotlar to'plami va test ma'lumotlar to'plamidan foydalanishdi. Birinchisi tizimni o'rgatish uchun havola sifatida ishlatilgan, ikkinchisi esa analitik topilmalarni tasdiqlash uchun ishlatilgan.

Aniqrog‘i, 355 257,793 ta qo‘lda belgilangan nuqtaga ega 246 ta tasvirdan 109 tasi tasodifiy tanlab olingan va o‘quv tasvirlari sifatida ishlatilgan, qolgan 726 tasi esa sinov tasvirlari sifatida ishlatilgan. Har bir rasmda oʻrtacha XNUMX ta sholi oʻsimligi bor edi.

Jamoaning fikriga ko'ra, tasvirni tahlil qilish uchun ishlatiladigan RiceNet texnikasi yaxshi signal va shovqin nisbatiga ega. Boshqacha qilib aytganda, u guruch o'simliklarini fondan samarali ajrata oladi va shu bilan hosil qilingan o'simlik zichligi xaritalarining sifatini yaxshilaydi.

Tadqiqot natijalari shuni ko'rsatdiki, RiceNet texnikasining o'rtacha mutlaq xatosi va o'rtacha kvadrat xatosi mos ravishda 8.6 va 11.2 ni tashkil etdi. Boshqacha qilib aytadigan bo'lsak, RiceNet yordamida yaratilgan zichlik xaritalari qo'lda yaratilgan usullar bilan yaxshi mos edi.

Bundan tashqari, o'z kuzatishlariga asoslanib, jamoa bir nechta asosiy tavsiyalar bilan o'rtoqlashdi. Masalan, jamoa yomg'irli kunlarda tasvirlarni olishni tavsiya etmaydi. Shuningdek, u quyosh chiqqandan keyin 4 soat ichida UAVga asoslangan tasvirlarni to'plashni taklif qiladi, bu esa tuman vaqtini, shuningdek, chiqish sifatiga salbiy ta'sir ko'rsatadigan guruch barglari jingalaklarining paydo bo'lishini minimallashtiradi.

"Bundan tashqari, biz yana ikkita mashhur ekin ma'lumotlar to'plamidan foydalangan holda texnikamizning samaradorligini tasdiqladik. Natijalar shuni ko'rsatdiki, bizning usulimiz boshqa zamonaviy texnikalardan sezilarli darajada ustundir. Bu guruchni qo'lda hisoblashning an'anaviy usulini almashtirish uchun RiceNet potentsialini ta'kidlaydi», - deya xulosa qiladi professor Yao.

RiceNet boshqa UAV va chuqur o'rganishga asoslangan ekinlarni tahlil qilish usullariga yo'l ochadi, bu esa o'z navbatida butun dunyo bo'ylab oziq-ovqat va pul ekinlari ishlab chiqarishni yaxshilash bo'yicha qarorlar va strategiyalarni yo'naltirishi mumkin.