Kaugseire muudab nikotiini jälgimist sigarilehtedes revolutsiooniliselt

Murranguline uuring kasutab mehitamata õhusõidukite hüperspektraalset pildistamist ja masinõpet, et täpselt hinnata nikotiini taset sigarilehtedes.

Hiljutised edusammud õhust hüperspektraalse pildistamise valdkonnas koos masinõppega on muutnud nikotiinisisalduse jälgimist sigarilehtedes revolutsiooniliselt. See tipptasemel lähenemisviis suurendab hindamise täpsust, pakkudes samal ajal väärtuslikku teavet tubakatööstusele, kus keemiline koostis on kvaliteedi seisukohalt kriitilise tähtsusega.

Sichuani Põllumajandusülikooli Tiani jt juhtimisel püüdsid teadlased ületada traditsiooniliste käsitsi tehtavate kvaliteedikontrollide piiranguid, millel sageli puudub täpsus ja tõhusus. Nende 2. veebruaril 2025 avaldatud uuring tuvastab tugevad seosed lämmastikväetiste kasutamise, niiskustaseme ja nikotiini kontsentratsiooni vahel, rõhutades õigeaegsete ja täpsete jälgimistehnikate olulisust.

Uuring viidi läbi maist septembrini 2022 ülikooli moodsa põllumajanduse uurimisbaasis, kus teadlased kasutasid hüperspektraalkaameratega varustatud mehitamata õhusõidukeid (UAV-sid), et jäädvustada 15 erineva sigarilehe sordi lehtede peegeldusspektreid erinevate lämmastikutöötluste all.

Nende tulemused näitasid otsest seost lämmastikväetise kasutamise ja sigarlehtede nikotiinisisalduse vahel. “Lämmastikväetise kasutamise määra suurenemisega suurenes sigarilehtede nikotiinisisaldus,” väitsid autorid, rõhutades põllumajandustavade mõju toote kvaliteedile.

Mehitamata õhusõidukite kogutud hüperspektraalsete kujutiste andmete kvaliteedi parandamiseks kasutati uuringus eeltöötlustehnikaid, nagu mitmemõõtmeline hajumise korrektsioon, standardne normaalteisendus ja Savitzky-Golay konvolutsiooniline silumine. Seejärel rakendati täiustatud masinõppe algoritme, sealhulgas osalise vähimruutude regressiooni (PLSR) ja tagasilevimise närvivõrke, et töötada välja nikotiinisisaldust täpselt hindavad ennustusmudelid.

Kõige efektiivsemaks tuvastatud mudeliks osutus MSC-SNV-SG-CARS-BP mudel, mille testimistäpsus R² väärtustega oli ligikaudu 0,797 ja RMSE 0,078. Autorid märkisid, et “MSC-SNV-SG-CARS-BP mudelil on nikotiinisisalduse osas parim ennustustäpsus,” positsioneerides seda paljulubava vahendina tulevaste uuringute ja täppispõllumajanduse rakenduste jaoks.

Kasutades sigarilehtede spektraalsete omaduste analüüsimiseks kaugseiret, saavad põllumehed ja tootjad saagi kvaliteeti kiiresti ja mittepurustavalt hinnata, mis võimaldab teha teadlikumaid otsuseid tootmise ja tarneahela kohta. See lähenemisviis pakub ulatuslikku katvust madalate tegevuskuludega, tagades samal ajal andmete järjepidevuse, vähendades sõltuvust inimteguritest.

Hüperspektraalse pildistamise ja masinõppe integreerimisel on potentsiaal muuta traditsioonilist tubakakasvatust, parandades mitte ainult nikotiini kvaliteeti, vaid edendades ka säästvaid ja tõhusaid põllumajandustavasid. Teadlased rõhutavad vajadust pideva arengu järele, et neid tehnoloogiaid täiustada ja kohandada erinevate tubakasortide ja muude põllukultuuride jaoks.

Edasised uuringud keskenduvad mehitamata õhusõidukite töötingimuste optimeerimisele, et jäädvustada kõrgeima kvaliteediga spektraalandmeid, võttes arvesse selliseid muutujaid nagu lennukõrgus, valgustustingimused ja müra vähendamine. Nende teguritega tegelemine on ülioluline, kuna põllumajandustavad arenevad turu nõudluse rahuldamiseks, seades samal ajal esikohale keskkonnasäästlikkuse.

See uuring toob esile tehnoloogia ja põllumajandusteaduse sünergia, rõhutades uuenduslike meetodite üha suurenevat kasutuselevõttu tootekvaliteedi parandamiseks. Teadlased propageerivad hüperspektraalse sensori laiemat rakendamist kogu põllumajanduses, tugevdades tehnoloogia rolli saagikuse, efektiivsuse ja keskkonnavastutuse suurendamisel.

Allikad: https://www.nature.com/articles/s41598-025-88091-4