Ольга МОЖЕЙКО, «ГлавАгроном»
Морковь, картофель и другие корнеплоды сложно отслеживать на наличие болезней, которые могут повлиять на их рост. Визуально здоровая ботва не гарантирует здоровый урожай, что подтверждается многими аграриями и исследованиями ученых. Вопрос болезней корнеплодов создает проблемы для селекционеров, которым приходится ждать месяцы или годы, прежде чем они узнают, как растения реагируют на засуху или изменения температуры. Незнание того, какие питательные вещества или условия выращивания необходимы растению на ранней стадии, также препятствуют достижению высокой продуктивности у многих сельскохозяйственных культур.
Для проведения нового исследования колумбийские ученые задействовали дроны и машинный интеллект, благодаря которому составлялся прогноз роста растений, оценивалось здоровье корней с помощью фотографических изображений с воздуха.
«Для каждого селекционера важно понимать, действительно ли здоровая ботва указывает на общее здоровье корнеплода. Чтобы это понять и проанализировать, требуется провести большую работу, касающуюся оценки высоты растений, вегетативных особенностей и других показателей. Сбор данных отнимает очень много времени. Дополнительно требуется проведение испытаний для понимания того, насколько здоровым будет собранный урожай».
Майкл Сельварай - физиолог растений
Беспилотные летательные аппараты становятся все дешевле, а получение фотографических изображений с помощью техники стало проще, что позволило специалистам оперативно проводить анализ и оценку поступающей информации через непрерывную съемку посевных площадей с помощью дронов.
Для создания базы данных из фотографий, а также их последующей цифровой обработки была создана специальная платформа Pheno-i, объединяющая сотни тысяч изображений с максимально возможным разрешением. С помощью машинного обучения можно проводить анализ собранной информации и сразу же переводить ее в табличный вид.
Благодаря цифровизации ученые могут сразу же оценить, как растения реагируют на многочисленные внешние факторы, в том числе засуху, переувлажнение, недостаток питательных веществ и т.д. Все данные собирания в базу прямо с полей, передаваясь в режиме реального времени.
Используя эту технологию, селекционеры смогут оперативно реагировать на любые изменения в вегетации растений, применяя удобрение, если определенное питательное вещество отсутствует, или воду. Эти данные также позволят ученым быстро определить, какие культуры более устойчивы к климатическим катаклизмам (осадкам, засухе, граду).
На основании полученной информации селекционеры уже смогут давать рекомендации аграриям по выращиванию конкретных сортов и гибридов, отличающихся, к примеру, хорошей засухоустойчивостью либо выдерживающих аномально высокие температуры.
«Мы помогаем селекционерам быстрее отбирать лучшие сорта корнеплодов, чтобы они могли выращивать более высокоурожайные, более благоприятные для климата сорта для фермеров. Дрон - это всего лишь аппаратное устройство, но когда он связан с этой точной и быстрой аналитической платформой, мы можем предоставить полезные и действенные данные для ускорения урожайности сельскохозяйственных культур».
Майкл Сельварай - физиолог растений
Как отмечают создатели, данная технология может использоваться для оценки роста и развития других культур.
«Автоматизированное программное обеспечение для анализа изображений и модели машинного обучения, разработанные на основе этого исследования, являются перспективными и могут быть применены к другим культурам, для ускорения работы по цифровому фенотипированию в рамках исследований».
Джо Тоэм - директор исследований Альянса по культурам для питания и здоровья
Специалисты едины во мнении: беспилотные летательные аппараты помогут аграриям и селекционерам в изучении и оценке роста, развития сельскохозяйственных культур.
Подготовлено по материалам сайта phys.org.
Узнавайте первыми самые актуальные новости сельского хозяйства России и мира на нашем сайте «ГлавАгроном».
