Аэротүсірілім ауыл шаруашылығының құнды құрамдас бөлігі болып табылады, фермерлерге егіннің денсаулығы мен өнімділігі туралы маңызды ақпарат береді. Суреттер әдетте дронға қосылған қымбат мультиспектрлі камера арқылы алынады. Бірақ Иллинойс университеті мен Миссисипи мемлекеттік университетінің (MSU) жаңа зерттеуі көрсеткендей, стандартты қызыл-жасыл-көк (RGB) камераның суреттері AI-ды тереңдетіп оқытумен біріктірілген, шығындардың бір бөлігіне дақылдарды болжау құралдарын қамтамасыз ете алады.
Мультиспектрлі камералар фермерлерге өсімдіктердің денсаулығын бақылауға және проблемалық аймақтарды анықтауға көмектесетін өсімдіктерді бейнелейтін түсті карталарды ұсынады. Өсімдік жамылғысының Нормалданған айырмашылық индексі (NDVI) және Қалыптастырылған айырмашылық қызыл жиегі индексі (NDRE) сияқты өсімдік жамылғысының индекстері сау аймақтарды жасыл түспен көрсетеді, ал проблемалық аймақтар қызыл түспен көрсетіледі.
«Әдетте, мұны істеу үшін сізге шамамен 5,000 XNUMX доллар тұратын жақын инфрақызыл камера (NIR) болуы керек. Бірақ біз AI-ны арзан дронға бекітілген RGB камерасы арқылы NDVI тәрізді кескіндерді жасауға үйрете алатынымызды көрсеттік, бұл шығынды айтарлықтай төмендетеді», - дейді Гириш Чоудхари, ауылшаруашылық және биологиялық инженерия кафедрасының доценті. Қағаздағы U of I және бірлескен автор.
Бұл зерттеу үшін зерттеу тобы жүгері, соя және мақта алқаптарынан мультиспектрлі және RGB камерасының көмегімен әртүрлі өсу кезеңдеріндегі аэрофотосуреттерді жинады. Олар Pix2Pix, a нейрондық желі кескінді түрлендіруге арналған, RGB кескіндерін NDVI және NDRE түсті карталарға қызыл және жасыл аймақтар. Көптеген мультиспектрлі және қалыпты суреттермен желіні бірінші рет оқытқаннан кейін олар оның басқа қарапайым кескіндер жинағынан NDVI/NDRE суреттерін жасау мүмкіндігін сынады.
«Фотосуреттерде фотосинтетикалық тиімділікті көрсететін шағылыстыратын жасылдық индексі бар. Ол жасыл арнада аз, ал жақын инфрақызыл арнада көп шағылысады. Бірақ біз оны NIR арнасында оқыту арқылы жасыл арнадан шығарып алатын желіні жасадық. Бұл бізге қызыл, көк және жасыл пикселдер сияқты контекстік ақпаратпен бірге тек жасыл арна қажет екенін білдіреді», - деп түсіндіреді Чоудхари.
AI арқылы жасалған кескіндердің дәлдігін тексеру үшін зерттеушілер өсімдік мамандарының панелінен AI арқылы жасалған немесе мультиспектрлі камерамен түсірілген бірдей аумақтардың жанама суреттерін көруді сұрады. Мамандар олардың қайсысы шынайы мультиспектрлі кескін екенін және олардың шешім қабылдауына әсер ететін қандай да бір айырмашылықтарды байқағандарын анықтай алатындарын көрсетті.
Сарапшылар екі суреттер жиынтығының арасында байқалатын айырмашылықтарды таппады және олар екеуінен де ұқсас болжамдар жасайтынын көрсетті. Зерттеу тобы сонымен қатар статистикалық процедуралар арқылы суреттерді салыстыруды сынап, олардың арасында өлшенетін айырмашылықтардың жоқтығын растады.
Джоби Чарнецки, MSU ғылыми-зерттеу профессоры және қағаздың бірлескен авторы, бұл екі суреттер жиынтығы бірдей дегенді білдірмейді деп ескертеді.
«Бірақ біз айта алмаймыз суреттер барлық жағдайларда бірдей ақпаратты қамтамасыз етеді, осы нақты мәселе бойынша олар ұқсас шешімдер қабылдауға мүмкіндік береді. Жақын инфрақызыл шағылысу кейбір зауыт шешімдері үшін өте маңызды болуы мүмкін. Дегенмен, бұл нақты жағдайда, біздің зерттеу қымбат технологияны қымбат емес жасанды интеллектпен алмастыруға болатындығын және әлі де бірдей шешімге келуге болатынын көрсететіні қызықты», - деп түсіндіреді ол.
Әуе көрінісі жерден алу қиын ақпаратты бере алады. Мысалы, дауылдың зақымданған жерлері немесе қоректік заттардың жетіспеушілігі көз деңгейінде оңай көрінбеуі мүмкін, бірақ ауадан оңай байқалуы мүмкін. Тиісті рұқсаттары бар фермерлер өздерінің дрондарын басқаруды таңдай алады немесе олар а жеке компания осылай істеу. Қалай болғанда да, түрлі-түсті карталар басқару шешімдерін қабылдау үшін қажетті дақылдардың денсаулығы туралы маңызды ақпаратты береді.
Зерттеуде пайдаланылған AI бағдарламалық жасақтамасы мен процедуралары оны іске асырғысы келетін немесе желіні қосымша деректер жиынына оқыту арқылы пайдалануды кеңейтуді қалайтын компаниялар үшін қол жетімді.
«Ауыл шаруашылығындағы көптеген қолданбалар үшін негізгі драйвер болып табылатын шығындарды азайтуға көмектесетін AI-де үлкен әлеует бар. Егер сіз 600 доллар тұратын дронды пайдалырақ ете алсаңыз, оған барлығы қол жеткізе алады. Бұл ақпарат фермерлерге өнімділікті арттыруға және өз жерін жақсы басқаруға көмектеседі », - деп қорытындылады Чоудхари.
Ауыл шаруашылығы және биологиялық инженерия кафедрасы Иллинойс университетінің Ауыл шаруашылығы, тұтыну және қоршаған орта ғылымдары колледжінде және Грейнджер инженерлік колледжінде орналасқан.
The қағаз, «Стандартты RGB-дан NDVI/NDRE болжамы аэрофототүсірілім тереңдетіп оқытуды қолдану» журналында жарияланған Ауыл шаруашылығындағы компьютерлер мен электроника.