Посевы и данные.
В современной агрономии актуально не увеличение посевов, а получение максимального урожая высокого качества с единицы площади. Один из путей — грамотное применение удобрений. Однако, если учитывать масштабы посевов озимой пшеницы и почвенно-климатические особенности местности, даже опытному сотруднику агрономической службы трудно предугадать, в каких питательных веществах в данный момент нуждается отдельно взятая культура. Российские ученые из Ставропольского государственного аграрного университета и Фонда Андрея Мельниченко предложили использовать для этих целей нейросеть.
Чтобы обучить ее, были проведены некоторые работы. Сначала исследователи насыщали почву самыми распространенными азотными удобрениями в жидкой и твердой формах, используя разную дозировку. Затем анализировали содержание хлорофилла и азота в ростках пшеницы.
Такие данные как, хлорофилл, азот и азотное питание были внесены учёными в базу нейросети. По ней программа обучалась оценивать влияние формы азотного удобрения и его количества на различные показатели растений на протяжении всего периода роста озимой пшеницы.
Полевой дрон
Потом нейросеть «вышла в поле». Ее «глаза» — дрон, который облетает по заложенной программе координат посевы, снимая растения инфракрасной камерой. Далее носитель информации вставляют в компьютер, и нейросеть обрабатывает данные. Она отмечает, каким растениям не хватает питательных веществ и каких именно. Причем, «давая советы» агроному, программа учитывает и вегетационный период развития пшеницы.
— По сути, она сравнивает полученные с инфракрасной камеры данные с оптимальными показателями роста растений конкретного вегетационного периода и делает вывод о целесообразности проведения подкормки, форм применяемых удобрений и их дозировках, — пояснил заведующий кафедрой агрохимии и физиологии растений Ставропольского государственного аграрного университета Евгений Голосной. — Нейросеть в любой период развития растений способна дать прогноз урожайности пшеницы на основе текущего состояния растений.
Как отмечают ученые, идея использования инфракрасной камеры для оценки состояния посевов не нова. Именно использование нейросети дает возможность подсказать, какое удобрение требуется внести в критический период развития растения.