Istraživači sa Sveučilišta u Missouriju pokazali su da dronovi u kombinaciji s umjetnom inteligencijom mogu efikasnije procijeniti zdravlje kukuruznih kultura od tradicionalnih metoda izviđanja na terenu, nudeći potencijalne dobitke u korištenju gnojiva i upravljanju okolišem.
Studija, provedena u polja kukuruza u Mid -, koristila je dronove opremljene multispektralnim kamerama za snimanje valnih duljina kao što je blizu - infracrvenog i crvenog - svjetla, koji su povezani sa zdravljem biljaka, ali nevidljivog ljudskom oku. Uparivanjem ovih slika s podacima o tlu i obradom ih putem strojeva - modela učenja, tim je procijenio razinu lista klorofila - Ključni pokazatelj statusa dušika - na cijelim poljima s velikom točnošću.
"Poznavanje sadržaja klorofila u svakoj postrojenju pomaže poljoprivrednicima da odrede pravo vrijeme, mjesto i količinu primjene dušika", rekao je Jianfeng Zhou, izvanredni profesor na Fakultetu za poljoprivredu, hranu i prirodne resurse i co -, direktor istraživanja u Mizzouovom digitalnoj poljoprivrednoj istraživačkoj i proširenom centru. "To može povećati prinose uz smanjenje viška kemijske uporabe koja utječe na okoliš."
Kukuruz je jedan od dušika - koji zahtijevaju usjeve, što precizno upravljanje hranjivim tvarima čini značajnim problemom troškova i održivosti. Preko - aplikacija povećava troškove i može dovesti do onečišćenja vode, dok ispod - aplikacija može smanjiti prinose.
Istraživački tim, predvođen doktorskim studentima Fengkai Tian, napomenuo je da bi takvo praćenje komercijalno moglo isporučiti AG - pružatelji tehnoloških usluga, omogućujući poljoprivrednicima da koristi bez ulaganja u operacije dronova ili mogućnosti obrade podataka. Dok se studija usredotočila na kukuruz, metoda bi se mogla prilagoditi drugim usjevima, uključujući soju i pšenicu, uz prilagodbe za obračun različitih profila hranjivih tvari.
Nalazi, objavljeni uPametna poljoprivredna tehnologija, proizvedeni su u suradnji s američkom Ministarstvu poljoprivrede poljoprivrednog istraživanja. Rad odražava širi pritisak unutar precizne poljoprivrede za integriranje daljinskog senzora, AI i ciljanog upravljanja unosom radi poboljšanja učinkovitosti i smanjenja utjecaja na okoliš.
