Сістэма выкарыстоўвае спадарожнікавыя здымкі разам са штучным інтэлектам і ўжо паспяхова пратэставана для прагназавання прадукцыйнасці бульбы.
Даследчыкі з Лабараторыі дыстанцыйнага зандзіравання (LATUV) з Універсітэт Вальядаліда (UVa) распрацавалі новы індэкс расліннасці, здольны палепшыць мадэлі прагназавання ўраджаю. Новая методыка, якая выкарыстоўвае спадарожнікавыя здымкі ESA Sentinel-2 і метады машыннага навучання і штучнага інтэлекту, была паспяхова апрабавана пры прагназаванні ўраджаю бульбы і пшаніцы.
Сельскагаспадарчая вытворчасць залежыць ад вялікай колькасці фактараў, як чалавечых, так і экалагічных, якія ствараюць вялікую нявызначанасць сярод фермераў. Але тэхналогія можа стаць важным саюзнікам у яе скарачэнні. Гэта тычыцца вылічальных мадэляў, якія імкнуцца імітаваць паводзіны ўраджаю ў пэўных умовах, напрыклад, глебе, клімаце або сельскагаспадарчай практыцы, і ў залежнасці ад чаканага развіцця ацэньваюць сельскагаспадарчую вытворчасць.
"Існуе мноства мадэляў, і яны звычайна характэрныя для кожнага віду сельскагаспадарчых культур", - тлумачыць Дыега Гомес, даследчык LATUV і першы аўтар двух нядаўна апублікаваных даследаванняў у часопісах "International Journal of Remote Sensing and Agricultural and Forest Meteorology".
Але гэтыя традыцыйныя мадэлі росту маюць некаторыя абмежаванні, такія як "немагчымасць прасторава мадэляваць зменлівасць у межах адной і той жа пасылкі" альбо мноства ўваходных дадзеных, якія яны патрабуюць, "як правіла, не атрымліваюцца з-за высокіх выдаткаў часу і грошай на іх збор . "
Плошча вырошчвання бульбы, на якой зроблены разлікі / D. Гомес
Такім чынам, у апошнія гады мы робім стаўку на тэхналогію дыстанцыйнага зандзіравання, якая выкарыстоўвае спектральныя здымкі, зробленыя аптычнымі датчыкамі (усталяванымі на спадарожніках, самалётах, беспілотніках і г.д.), і якая можа дапаўняць і нават замяняць у некаторых выпадках гэтыя традыцыйныя мадэлі. Гэтыя спектральныя выявы забяспечваюць дадзеныя пра стан альбо феналогіі ўраджаю - бачныя знешнія змены ў працэсе развіцця раслін - якія ўбудоўваюцца ў мадэлі, якія карэктуюць гэтую ўваходную інфармацыю для прагназавання ўраджаю.
«Спектральныя выявы ахопліваюць патрэбныя ўводныя дадзеныя, дазваляюць доступ да аддаленых сайтаў і маюць нізкі кошт. Яны таксама могуць атрымаць інфармацыю, якая звязана з прадукцыйнасцю ўраджаю ", - адзначае даследчык LATUV, які нагадвае, што адзін з спектральных паказчыкаў - матэматычныя формулы, якія аб'ядноўваюць спектральныя паласы - расліннасці, найбольш часта выкарыстоўваецца для ацэнкі энергічнасці альбо шчыльнасць расліннасці - якая ў канчатковым рахунку прадказвае ўраджайнасць сельскагаспадарчых культур - гэта NDVI (NDVI).
Выкарыстанне часовых шэрагаў гэтага індэкса для стварэння прагнастычных мадэляў сельскагаспадарчых культур вельмі распаўсюджана ў навуковай літаратуры. Гэты індэкс выкарыстоўвае адлюстраванне расліннасці - здольнасць расліннасці адлюстроўваць святло - у дзвюх спектральных палосах, чырвонай і амаль чырвонай, якія звязаны з часткай святла, якое выкарыстоўваецца для фотасінтэзу, і клеткавай структурай лісця, адпаведна.
Новы індэкс расліннасці
Даследчыкі LATUV распрацавалі новы індэкс PPI на аснове спадарожнікавых здымкаў ESA Sentinel-2, які, акрамя ўліку спектральнай інфармацыі, якая ўдзельнічае ў фотасінтэзе - ад 400 да 700 нанаметраў - улічвае інфармацыю з іншых абласцей электрамагнітнага спектру -704 нанаметраў, паласа Red Edge і 945 нанаметраў, зона паглынання вадзяной пары, якая можа даць іншую ключавую інфармацыю пра стан ураджаю, напрыклад, пра стрэс вады - калі расліна патрабуе больш вады, чым мае.
Даследчыкі параўноўвалі прагнастычную здольнасць абодвух паказчыкаў расліннасці, NDVI і PPI, а таксама больш дадзеных са спадарожнікавых здымкаў. Для гэтага яны выкарысталі два алгарытмы штучнага інтэлекту і машыннага навучання (званыя Random Forest і Support Vector Machine) і стварылі розныя мадэлі, у якіх аб'ядналі гэтыя індэксы з іншымі дыяпазонамі спадарожнікаў.
"Гіпотэза заключалася ў тым, што, выкарыстоўваючы індэкс, які выкарыстоўвае іншыя дыяпазоны, не ўключаныя ў папулярны індэкс NDVI, і, з іншага боку, маючы пэўны патэнцыял для прадастаўлення канфідэнцыйнай інфармацыі пра ўраджай, прагнастычныя мадэлі будуць лепшымі", - кажа Гомес, які прасоўвае наперад што, нарэшце, прагнастычная здольнасць мадэляў "павялічылася, калі быў уключаны або адзін, або абодва індэксы расліннасці", што азначае "выкарыстанне гэтых дадзеных у спалучэнні з пэўнымі асобнымі палосамі спадарожнікаў".
Больш дакладныя прагнозы ў вырошчванні бульбы
Вынікі паказваюць, што індэкс PPI забяспечвае інфармацыю, аналагічную NDVI пры выкарыстанні алгарытму Support Vector Machine, і значна больш інфарматыўны, чым NDVI пры выкарыстанні алгарытму Random Forest, абяцаючы вынікі, "якія змяшчаюць на стале новы індэкс расліннасці, які можа палепшыць прагназацыю мадэлі збору ўраджаю на аснове спадарожнікавых здымкаў ”.
Да гэтага часу новы індэкс быў апрабаваны на вырошчванні бульбы ў даволі лакалізаванай галіне даследавання. Пасля збожжавых культур бульба з'яўляецца адной з найважнейшых харчовых культур ва ўсім свеце. Ён гуляе ключавую ролю ў харчовай бяспецы краін, якія развіваюцца, а таксама мае вялікую вагу ў еўрапейскім сельскагаспадарчым сектары, галоўнымі вытворцамі якога з'яўляюцца Германія, Францыя, Нідэрланды і Польшча. Ён таксама быў выпрабаваны на пшаніцы, дадзеныя ўзяты ў Мексіцы.
Ідэя абсталявання складаецца ў тым, каб павялічыць колькасць дадзеных для паляпшэння трываласці мадэлі, ахапіць вялікую плошчу даследавання, павялічыць прасторавую зменлівасць і ўключыць новыя ўраджаі. Перспектывы, якія залежаць ад бесперапыннасці фінансавання і могуць дапамагчы фермерам больш надзейна прадказаць ураджай у будучыні.