Рост корнеплодов прогнозируется с помощью изображений дронов
Корнеплоды, такие как маниока, морковь и картофель, хорошо известны тем, что скрывают болезни или недостатки, которые могут повлиять на их рост. В то время как листья могут выглядеть зелеными и здоровыми, фермеры могут столкнуться с неприятными сюрпризами, когда они начнут собирать урожай.
Это также создает проблемы для селекционеров, которым приходится ждать месяцы или годы, прежде чем узнает, как культуры реагируют на засуху или перепады температуры. Незнание того, какие питательные вещества или условия выращивания необходимы на ранних стадиях, также влияет на урожайность.
Новое исследование, использующее машинное обучение и помогающее прогнозировать рост и здоровье корней с помощью наземных изображений, было опубликовано в Plant Methods .
«Одна из величайших загадок для селекционеров растений заключается в том, является ли то, что происходит над землей, таким же как то, что происходит под землей», — сказал Майкл Селварадж, соавтор Alliance of Bioversity International и CIAT. «Это создает большую проблему для всех ученых. Вам нужно много данных: растительный покров, высота, другие физические характеристики, которые требуют много времени и энергии, и множество испытаний, чтобы понять, что на самом деле происходит под землей и действительно ли урожай здоров».
В то время как беспилотники дешевеют, а аппаратные средства для захвата физических изображений с помощью испытаний урожая стали проще, основным узким местом является анализ огромного количества визуальной информации. И, переработка этого в полезные данные, которые заводчики могут использовать.
Используя изображения беспилотников, платформа Pheno-i теперь может объединять данные из тысяч изображений с высоким разрешением, анализируя их с помощью машинного обучения для создания электронной таблицы. Это показывает ученым, как растения реагируют на раздражители в поле в режиме реального времени.
Используя эту технологию, заводчики теперь могут немедленно реагировать, применяя удобрения, если не хватает определенного питательного вещества, или воды. Эти данные также позволяют ученым быстро выяснить, какие культуры более устойчивы к климатическим шокам, поэтому они могут посоветовать фермерам выращивать больше засухоустойчивых или жаростойких сортов.
«Мы помогаем селекционерам выбирать лучшие сорта корнеплодов, чтобы они могли выращивать более урожайные, более экологически чистые сорта», — сказал Гомес Сельварадж. «Беспилотник — это просто аппаратное устройство, но в сочетании с этой точной и быстрой аналитической платформой мы можем предоставить полезные и реальные данные для ускорения продуктивности сельскохозяйственных культур».
Технология перспективна для других культур.
«Автоматизированное программное обеспечение для анализа изображений и модели машинного обучения, разработанные на основе этого исследования, являются многообещающими и могут быть применены к другим культурам, кроме маниоки, для ускорения работы по цифровому фенотипированию в рамках исследований альянса», — сказал Джо Том, директор Альянса по исследованиям культур для питания и здоровья.
Источник: Международный центр CIAT
