Учёные #СПбГУ и Агрофизического научно-исследовательского института (АФИ) научили искусственный интеллект по фотографиям с полей определять, какие участки удобрены недостаточно, а где, наоборот, присутствует избыток питательных элементов.
Исследования, посвящённые применению математических методов в растениеводстве, специалисты Университета и АФИ ведут уже более 50 лет. Научный коллектив выбрал десять нейросетей и проверил их эффективность в отслеживании азотного статуса растений, то есть уровня содержания в них азота. Они сосредоточились на данной задаче, поскольку этот газ играет ключевую роль в процессе роста и развития селскохозяйственных культур.
Недостаток элемента вызывает у растений стресс, приводит к уменьшению урожайности и снижению качества продукции. Аналогичные последствия наблюдаются и при избытке азота. Он участвует в образовании хлорофилла — пигмента, который придаёт растениям зелёный цвет. Поэтому если у них начинается азотное голодание, то окраска листьев становится бледно-зелёной, позже жёлтой, а впоследствии бурой. Вместе с этим листва становится мелкой и узкой. А при его избытке листья растений темнеют, их края постепенно становятся коричневыми из-за некроза тканей. Затем листовые пластинки скручиваются, вянут и опадают.
Учёные учили нейросети определять баланс и дисбаланс азота в растениях как раз по изменению их цвета. Для этого исследователи в 2020–2021 годах вели фотосъёмку двух сельскохозяйственных полей Агрофизического научно-исследовательского института, расположенных в Гатчинском районе Ленобласти.
Для проведения работ были выбраны земли с зерновыми культурами. Группа остановилась на зерновых неспроста. Во-первых, они входят в число наиболее важных для обеспечения продуктовой безопасности России культур. Во-вторых, по данным Food and Agriculture Organization, по экспорту зерновых РФ является мировым лидером.
Данные об азотном статусе культур исследователи получали с помощью беспилотных летательных аппаратов. БПЛА позволили вести фотографирование в разных погодных условиях, в том числе при высокой облачности, и оперативно получать высокоточные снимки большого разрешения, чего не удалось бы добиться при использовании спутников.
