阿爾泰國立農業大學和全俄植物病理學研究所的科學家繼續實施聯合項目“開發利用技術視覺和智能係統及時檢測田間病蟲害和雜草的方法,以過渡到以不同劑量引入農藥”,報告 阿爾泰國立農業大學新聞處.
根據項目計劃,科學家將利用數字多光譜和高光譜相機以及人工智能算法,開髮用於地面和遠程檢測農作物病蟲害和雜草的方法和技術。
參與該項目實施的阿爾泰國立農業大學科學家團隊由技術科學博士、教授、農業機械與技術系主任弗拉基米爾·別利亞耶夫領導。
該項目實施的關鍵階段是對具有高分辨率成像(毫米級)的垂直光學傳感器系統的設計進行現場測試,能夠在作物的不同高度工作,並平行記錄軌道和移動時測量點的坐標。 該實驗是在 AGAU 的工業合作夥伴 - 位於阿爾泰邊疆區 Kalmansky 區的農場 LLC“Leo”的田間進行的,在 Gratsia 品種的大豆作物上進行。 植物病理學研究所的科學家們抵達巴爾瑙爾參與實驗。 Sofia Zhelezova 和博士,研究員葉夫根尼婭·斯捷潘諾娃。
該系統可以安裝在牽引式噴霧機的臂架上,當以 15 公里/小時的速度以不同角度移動到地面時,記錄視頻以評估農作物中有害物體和雜草的存在,並積累光譜庫有害物體的圖像。
“阿爾泰國立農業大學科學家工作組的任務之一是開發通用攝像機安裝系統,並將其與 GPS 接收器集成,以便在野外工作,能夠記錄拍攝點的軌跡和坐標移動時。 尤其要通過實驗確定最佳的攝像機角度和安裝高度、移動速度、最有效的拍攝參數等。 現在,莫斯科的同事需要對結果進行處理和分析,”弗拉基米爾·別利亞耶夫評論了測試的初步結果。
該項目的下一步將是開髮用於處理在實驗室和野外條件下由相機獲得的圖像的算法,使用神經網絡對圖像中的目標對象(疾病、害蟲和雜草)進行分類。
根據農作物調查結果,構建農作物有害生物空間分佈圖。
“基於對農作物的地面和遠程調查結果以及有害物體的空間分佈圖,計劃開發一種不同劑量農藥使用的決策算法。 接下來,將以與噴塗機的車載計算機兼容的格式創建處方文件或噴塗任務卡。, - 索菲亞熱列佐娃解釋道。
科學家們補充說,批准以不同劑量噴灑農作物的方法以及與在整個大田區域以相同劑量噴灑的傳統噴灑方法相比,對這種噴灑方法進行初步經濟評估是該項目的最終任務。