Agronomowie muszą znać populację łodyg, aby móc modelować liczbę bulw.
Plantatorzy wkrótce będą mogli oceniać zmienność populacji ziemniaków w skali pola w dowolnym momencie. Jest to możliwe dzięki pracom Uniwersytetu Harper Adams. AHDB finansowany przez doktoranta Josepha Mhango. Jego nowe narzędzie do podejmowania decyzji wykorzystuje sztuczną inteligencję znaną jako Deep Learning oraz zdjęcia upraw wykonane dronem, aby obliczyć liczbę łodyg i nanieść je na mapę.
Technika ta jest w stanie wykrywać obiekty i jest wykorzystywana do widzenia maszynowego w samochodach autonomicznych. Pan Mhango powiedział: „Agronomowie muszą znać populację łodyg, aby móc modelować liczbę bulw.
„W ciągu ostatnich dwóch lat opracowaliśmy kilka technik opartych na sztucznej inteligencji, aby rozpocząć rozwiązywanie problemu, jak najlepiej oszacować różnice w gęstości łodyg na polu ziemniaka przy pełnej koronie, zwykle 70 dni po posadzeniu”. Analizując wskaźniki wegetacji za pomocą regularnych długości fal czerwonego, niebieskiego i zielonego odbieranych przez drona, Joseph odkrył, że merystematyczne końcówki roślin ziemniaka można policzyć i wykorzystać do przedstawienia wierzchołków łodyg.
Następnie wykorzystano głębokie uczenie się do opracowania solidnego modelu szacowania liczby łodyg, który można wykorzystać do stworzenia mapy cieplnej gęstości populacji łodyg na polu. Narzędzie to ma na celu przede wszystkim ułatwienie podejmowania decyzji o zbiorach, tak aby obszary z większą liczbą bulw miały więcej czasu na zebranie, podczas gdy obszary z mniejszą liczbą większych bulw są zbierane w pierwszej kolejności.
„Wcześniej przeszkolone modele pokazują, że tam, gdzie jest więcej łodyg na powierzchnię gruntu, należy spodziewać się większej liczby bulw kosztem średniej wielkości bulw. Zauważył, że hodowcy są dobrze zaznajomieni z zależnością między populacją łodyg ziemniaka a plonem bulw, a także rozkładem wielkości, a decyzje dotyczące terminu zbioru zwykle opierają się na wielu wykopach plonów na całym polu.
„Różnica między tym modelem a innymi polegała na tym, że zapewnia on możliwość pomiaru zmienności w obrębie pola w celu dostarczenia informacji do wyznaczania stref zarządzania w rolnictwie precyzyjnym. Powiedział, że nowy model Josepha został przetestowany na wielu polach ziemniaczanych w hrabstwach Shropshire i Lincolnshire i wygląda bardzo obiecująco. „Nowe narzędzie znacznie ułatwi prowadzenie rolnictwa precyzyjnego, ponieważ informacje mogą pomóc w podejmowaniu decyzji dotyczących terminów suszenia i zbiorów, ale także stosowania pestycydów i herbicydów”.
Przełożenie nawozu na plon
Również w ramach swoich badań mapował wydajność upraw ziemniaka na pięciu polach, przyglądając się zastosowaniom nawozów azotowych (N), fosforowych (P) i siarkowych (S) oraz różnicom w tym, jak przekładają się one na plony i w którym momencie przestają się udzielać. „Reakcja na składniki odżywcze gleby może się różnić w zależności od pola ze względu na poziomy już dostępne w glebie. „Próbki gleby pobrano po zastosowaniu nawozów i na większości pól znaleźliśmy dowody na przenawożenie, które wiązało się z wyższymi poziomami P na polu z mniejszymi bulwami”.
„Zrozumieliśmy, że w ziemniakach istnieje hierarchia masy bulw i tylko podzbiór dominujących bulw wykorzystuje optymalny poziom składników odżywczych. „Jednakże przy wysokich poziomach składników odżywczych obserwowanych na polach hodowców zbieramy dowody, że nie zawsze może to być prawdą. „Wyniki pokazują, że wszystkie pola objęte badaniem działają na poziomach składników odżywczych wykraczających poza optymalne, a na tych polach występowała znacząca ujemna zależność między poziomami P a rozkładem wielkości bulw.
„Zamiast korzystać z losowych eksperymentów z kontrolowanymi zabiegami, chcieliśmy zrozumieć związek między rozkładem wielkości gleby i bulw w rzeczywistych warunkach polowych”. W rezultacie zastosował podejście do badań geostatystycznych w celu zbudowania modeli. To, jego zdaniem, pozwoliło nam zbudować modele ze współczynnikami, które lepiej odzwierciedlają relacje obserwowane na typowych polach rolników”. „W wielu przypadkach rolnicy mogą przenawozić, aby zapewnić swoim uprawom wystarczającą ilość składników odżywczych, ale może to mieć szkodliwy wpływ na plony i jakość”.
Trójwymiarowy charakter tych modeli umożliwia integrację z modelem liczenia pni, a także włączenie zdjęć satelitarnych w celu poprawy prognoz. Trzeci element doktoratu Josepha obejmuje integrację ogólnodostępnych multispektralnych zdjęć satelitarnych o wysokiej rozdzielczości gleb i baldachimu z jego miejsc badawczych. „Zmierzymy, w jakim stopniu zdjęcia satelitarne mogą pomóc w osiągnięciu lepszej dokładności prognozowania plonów ziemniaków i rozkładu wielkości bulw przed zbiorami”.
Obejrzyj prezentację z Tygodnia Agronomii:
Sektory: Ziemniaki
