Егінді бейнелеу: қазіргі заманғы ауыл шаруашылығында деректерге негізделген шешімдер қабылдаудың кілті

Егінді бейнелеу фермерлерге аса қуатты көздер жиынтығын берумен бірдей. Бұл егістіктерден суреттер мен деректерді түсіру үшін камераларды – көбінесе дрондарда, спутниктерде, тракторларда немесе тіпті қол құрылғыларында – пайдалануды білдіреді. Бірақ бұл тек кәдімгі фотосуреттер емес; бұл құралдар біздің көзіміз көре алмайтын нәрселерді, мысалы, инфрақызыл жарықта жасырылған өсімдіктердің денсаулығын немесе бізге көрінбейтін су стрессін көре алады.

Өсімдіктерді бейнелеудің көрінісіне кіріспе

Кескіндеме жасау дегеніміз не? Бұл мамандандырылған сенсорларды пайдаланып, ауылшаруашылық алқаптарынан егжей-тегжейлі визуалды және визуалды емес деректерді түсірудің ғылымы мен технологиясы. Бұған өсімдіктер физиологиясы туралы жасырын мәліметтерді ашатын жарықтың нақты толқын ұзындықтары (мысалы, жақын инфрақызыл және жылулық) кіреді.

Егінді бейнелеудің негізгі мақсаты қарапайым, бірақ тиімді: дақылдарға зиян келтірмей, олардың жағдайын өлшеу. Ол фермерлерге өсімдіктердің қай жерде сау, жақсы өсіп жатқанын немесе ауру, судың жетіспеушілігі немесе дұрыс тамақтанбау сияқты мәселелерден зардап шегіп жатқанын дәл көрсетеді.

Ең бастысы, бұл қанша өнім жиналуы мүмкін екенін ерте бағалауға мүмкіндік береді (өнімділік әлеуеті). Мұның бәрі зиянсыз түрде жасалады, яғни өсімдіктер процесс барысында кесілмейді немесе зақымдалмайды.

Бұл неге маңызды? Дәстүрлі егіншілік көбінесе бағалауға, егістік алқаптарын қолмен зерттеуге (бұл уақытты қажет етеді және субъективті) және тұтас егістіктерді біркелкі өңдеуге негізделген. Цифрлық егістік кескіндері бұл болжамды объективті, кеңістіктік анық деректермен алмастырады.

Бұл дәл ауыл шаруашылығын жүргізуге мүмкіндік беретін негізгі құрал. Егістіктердің өзгергіштігінің егжей-тегжейлі карталарын жасау арқылы дақылдарды бейнелеу фермерлерге деректерге негізделген шешімдер қабылдауға мүмкіндік береді, мысалы, суды, тыңайтқышты немесе пестицидтерді тек қажет болған жерде және қажет болған кезде қолдану.

Бұл мақсатты тәсіл тұрақты интенсификация үшін өте маңызды: жақында жүргізілген зерттеулер (мысалы, FAO 2023, PrecisionAg Institute 2024) бейнелеуді басқаратын дәлдік тәжірибелерін қолданатын шаруашылықтар су мен химиялық заттардың енгізілуін 15-30%-ге азайта отырып, өнімділікті 10-20%-ге арттыра алатынын көрсетеді.

Тиімдірек және экологиялық жауапкершілікті азық-түлік өндірісін талап ететін дәуірде сандық дақыл суреттері енді міндетті емес - бұл ауыл шаруашылығының болашағы үшін өте маңызды. Сандық дақыл суреттерінің кейбір негізгі артықшылықтары:

• Өнімділікті арттыру: Қолмен барлауды ауыстырады: дрондар/спутниктер сағатына 500+ акр аумақты жаяу жүрумен салыстырғанда күніне 10-20 акр аумақты қамтиды. Еңбек/отын шығындарын 85% дейін азайтады (ASABE, 2023).
• Өнімділік пен сапаның жақсаруы: Егіннің күйзелісін ерте анықтайды (қоректік заттар/су тапшылығы, ауру): өнімділікті 5–25%-ге арттырады (USDA, 2024). Жоғары сапалы өнімдер үшін жинау уақытын оңтайландырады.
• Кіріс шығындарының төмендеуі: Дәл қолдануды қамтамасыз етеді (VRA): тыңайтқыштарды пайдалануды 10–30%-ге, суды 20–25%-ге және пестицидтерді 30–70%-ге азайтады (Penn State Extension, 2023).
• Тұрақтылықты жақсарту: Трактордың өтуін азайту арқылы көміртегі ізін азайтады. Топыраққа/суға химиялық ағынды азайтады: Регенеративті егіншілік мақсаттарын қолдайды.
• Объективті, сандық анықталатын деректер: Деректерге негізделген шешімдер қабылдау үшін NDVI (өсімдіктердің денсаулығы бойынша ұпайлар) сияқты көрсеткіштерді жасайды. Бұлттық аналитика арқылы өрістердегі өзгерістерді бақылайды.
• Мәселені ерте анықтау: Зиянкестерді/ауруларды көрінетін белгілер пайда болғанға дейін 2-3 апта бұрын анықтайды (көп спектрлі бейнелеу). ~15% өнімнің жоғалуына жол бермейді (FAO, 2023).

Өсімдіктерді бейнелеу технологияларының спектрі

Елестетіп көріңізші, фермерлер өз егіндерінің қалай көрініп тұрғанын – тек жасыл болып көрініп тұрғанын ғана емес, шөлдеп, аш болып немесе ауырып жатқанын көре алатын болса ғой. Цифрлық егін суреттерінің арқасында бұл супер күш енді шындыққа айналды!

Дрондарға, тракторларға немесе тіпті спутниктерге орнатылған арнайы сенсорларды пайдалану арқылы фермерлер көзіміз көре алмайтын егжей-тегжейлі суреттерді түсіре алады. Міне, дақылдарды бейнелеу құралдар жинағындағы әртүрлі “көздер” және олар нені көрсететіні:

1. Таныс көз: RGB (көрінетін жарық) бейнелеу

Мұны аспаннан стандартты түрлі-түсті фотосурет түсіру деп ойлаңыз. RGB камералары телефон камерасы сияқты қызыл, жасыл және көк жарықты түсіреді. Бұл қарапайым болып көрінгенімен, өте пайдалы.

Фермерлер RGB кескіндерін пайдаланып, отырғызғаннан кейін қанша өсімдік өсіп шыққанын санайды, жердің қанша жапырақпен жабылғанын (шатыр жамылғысы) көреді, арамшөптердің жабындарын анықтайды және жалпы далалық барлау жұмыстарын жүргізеді.

• Бұл дақылға шолу жасаудың жылдам және қолжетімді тәсілі.

2. Өсімдік денсаулығын зерттеуші: көпспектрлі бейнелеу

Бұл технология тереңірек зерттеледі. Мультиспектральды сенсорлар өсімдіктер шағылысқан жарықты белгілі бір негізгі түс жолақтарында, соның ішінде бізге көрінбейтін Жақын инфрақызыл (NIR) және Қызыл жиек сияқты жолақтарда ұстайды. Сау өсімдіктер NIR сәулесін көп шағылыстырады.

Сау хлорофилл сіңірген қызыл жарық мөлшерін NIR жарығымен салыстыру арқылы бұл сенсорлар NDVI (Қалыптанған айырмашылықты өсімдік индексі) сияқты қуатты өсімдік индекстерін есептейді.

Бұл индекстер хлорофилл мөлшерін, өсімдіктің күшін (күшін) және жалпы биомассасын көрсететін “денсаулық көрсеткіші” сияқты әрекет етеді. Бұл фермерлерге қоректік заттар жетіспейтін, құрғақшылық стрессінен зардап шегетін немесе аурудың немесе зиянкестердің зақымдануының ең алғашқы белгілерін көрсететін аймақтарды анықтауға мүмкіндік береді - көбінесе адам көзі ештеңені байқамай тұрып.

• Бұл ең көп қолданылатын дақылдарды бейнелеу технологиясы, 2023 жылғы жағдай бойынша дәл ауылшаруашылық сенсорлары нарығының 35%-ден астамын құрайды.

3. Өте егжей-тегжейлі ғалым: Гиперспектрлік бейнелеу

Гиперспектральды технология мультиспектральдылықты шектен шығарады. Бірнеше жолақтың орнына, ол жүздеген өте тар, үздіксіз жолақтар арқылы шағылысуды түсіреді. Бұл кескіндегі әрбір пиксель үшін егжей-тегжейлі спектрлік “саусақ ізін” жасайды.

Неліктен бұл күшті? Әртүрлі өсімдіктердегі стресстер (мысалы, белгілі бір қоректік заттардың жетіспеушілігі - азот пен калий) немесе аурулар бұл саусақ ізінде бірегей өзгерістерді тудырады. Гиперспектрлік бейнелеу нақты мәселені өте дәл анықтауға мүмкіндік береді және тіпті өсімдік ішіндегі биохимиялық ерекшеліктерді талдай алады.

• Күрделі және қымбат болғанымен, оны озық диагностикада қолдану тез дамып келеді, әлемдік нарық 2024 жылдан 2030 жылға дейін жылына 12,8%-ден астамға (CAGR) кеңейеді деп болжануда.

4. Шөлдеу өлшегіші: жылулық бейнелеу

Термиялық камералар жарықты көрмейді; олар жылуды көреді. Олар өсімдік жамылғысының температурасын өлшейді. Өсімдіктер суға мұқтаж болған кезде, суды үнемдеу үшін тесіктерін (устьицаларын) жабады. Бұл булану арқылы салқындатуды азайтады, бұл жақсы суарылатын өсімдіктермен салыстырғанда жапырақтарының айтарлықтай қызуына әкеледі.

• Далада осы “ыстық нүктелерді” анықтау арқылы термиялық бейнелеу құрғақшылық стрессін бақылаудың тікелей тәсілі болып табылады.

Фермерлер бұл маңызды ақпаратты суаруды дәл мақсатты түрде жүзеге асыру, су мен энергияны үнемдеу және дақылдардың қажетті уақытта дұрыс мөлшерде жиналуын қамтамасыз ету үшін пайдаланады.

5. Фотосинтез өлшеуіші: Флуоресценциялық бейнелеу

Бұл озық әдіс хлорофилл молекулаларынан шығарылатын әлсіз жарқыл (флуоресценция) өлшейді кейін олар күн сәулесін сіңіреді. Бұл жарқылдың мөлшері мен түрі өсімдіктің фотосинтезін қаншалықты тиімді жүргізетініне байланысты өзгереді.

Өсімдік стресске ұшыраған кезде (тіпті өте ерте стрессте), оның фотосинтетикалық механизмі көбінесе бірінші болып әсер етеді, бұл оның флуоресценциялық белгісін өзгертеді. Бұл оны басқа белгілер пайда болғанға дейін стрессті анықтау және өсімдіктер физиологиясын терең зерттеу үшін өте сезімтал құрал етеді.

• Бұл жоғары өнімді фенотиптеу (өсімдік белгілерін автоматты түрде өлшеу) үшін өте маңызды.

6. Пішін өлшегіш: 3D кескіндеу / LiDAR

Бұл сенсорлар (мысалы, LiDAR – жарықты анықтау және қашықтықты анықтау) өсімдіктің көлеңкесіне дейінгі қашықтықты секундына мыңдаған рет өлшеу үшін лазерлерді немесе күрделі камераларды пайдаланады.

• Бұл өсімдіктің биіктігін, жапырақтары мен сабақтарының тығыздығы мен құрылымын, сондай-ақ шатырдың жалпы пішінін (архитектурасын) көрсететін егжей-тегжейлі 3D картасын жасайды.

Осы өлшемдерді уақыт өте келе жүргізу арқылы фермерлер өсу қарқынын дәл бақылап, егістіктегі биомассаның (жалпы өсімдік материалы) көлемін бағалай алады, бұл өнімділік әлеуетінің негізгі көрсеткіші болып табылады.

Цифрлық кесінді кескіндерін алу үшін қандай технологиялар қолданылады?

Егістіктерді бейнелеу – камералар мен сенсорларды пайдаланып, егістіктердің үстінен немесе ішінен суреттер түсіру – егіншілікті түбегейлі өзгертіп жатыр. Бірақ бұл суреттерді қалай алуға болады? Әр түрлі платформалар қолданылады, олардың әрқайсысының өзіндік күшті және әлсіз жақтары бар.

1. Жердегі жүйелер

Арнайы камерамен егістік алқапта жүріп келе жатқаныңызды немесе сенсорларды тікелей тракторға бекітіп жатқаныңызды елестетіп көріңіз. Бұл жердегі бейнелеу. Бұған рейдтік тексерулерге арналған камералар мен смартфондар сияқты қол құрылғылары, егістіктер арқылы жүріп бара жатқан тракторларға орнатылған сенсорлар және тіпті зерттеу учаскелеріне арналған үлкенірек фенотиптеу платформалары (сенсорлық арбалар немесе штангалар сияқты) кіреді.

Артықшылықтары: Бұл жүйелер сізге ең айқын бөлшектерді (жоғары ажыратымдылық) береді. Сіз нақты өсімдіктерге немесе шағын аумақтарға өте дәл назар аудара аласыз. Олар жеке жапырақтарда немесе сабақтарда мақсатты өлшеулер жүргізу үшін өте қолайлы.

Кемшіліктері: Үлкен егістікті осылайша өңдеу көп уақыт пен еңбекті қажет етеді. Олардың көрінісі шектеулі, бұл оларды ірі фермалар үшін тиімсіз етеді. Тракторға орнатылған жүйелер топырақты тығыздауы мүмкін.

2. Ұшқышсыз ұшу аппараттары (дрондар)

Дрондар (ҰҰА) бүкіл егістік алқаптардағы егіннің суреттерін түсірудің ең танымал құралына айналды. Кәдімгі немесе мамандандырылған камералармен (мысалы, жақын инфрақызыл жарық арқылы өсімдіктердің денсаулығын бақылайтын камералармен) жабдықталған олар егістіктердің үстінен автоматтандырылған миссияларды орындайды.

Артықшылықтары: Дрондар керемет икемділік ұсынады – қажет болған жағдайда оларды басқара аласыз. Олар өте егжей-тегжейлі суреттер түсіреді, егістіктерді тез қамтиды және әдетте ұшақтарға немесе жоғары ажыратымдылықтағы спутниктерге қарағанда қолжетімдірек. Олар орташа фермаларда апта сайынғы тексерулер үшін өте қолайлы.

Кемшіліктері: Әдеттегі дрон ұшуы әр батарея үшін 20-45 минутқа ғана созылады, бұл бір уақытта қанша жерді қамти алатыныңызды шектейді. Ережелер мен ережелерді (мысалы, көптеген жерлерде лицензия қажет) сақтау қажет.

Ұшу ауа райының жақсы болуына да байланысты – жаңбырдың немесе қатты желдің болмауы. Дрондарды пайдалану қарқынды дамып келеді, ауылшаруашылық дрондары нарығы 2028 жылға қарай әлем бойынша $8,9 млрд-қа жетеді деп күтілуде.

3. Басқарылатын ұшақ

Шынымен де үлкен егістіктер немесе тұтас ранчолар үшін кейде бейнелеу сенсорларымен жабдықталған ұшақтар немесе тікұшақтар қолданылады.

Артықшылықтары: Олар дрондарға қарағанда бір ұшуда әлдеқайда үлкен аумақтарды қамти алады. Бұл оларды үлкен фермалар немесе аймақтық зерттеулер үшін тиімді етеді.

Кемшіліктері: Ұшақ жалдау дрондарды пайдаланудан әлдеқайда қымбат. Биік биіктіктен түсірілген суреттерде әдетте дрон фотосуреттеріне қарағанда ұсақ бөлшектер аз (төмен ажыратымдылық) болады. Ұшуларды жоспарлау да онша икемді емес және ұшақ пен ұшқыштың қолжетімділігіне байланысты.

4. Спутниктер

Біздің үстімізде орбитада ұшып жүрген Жерді бақылау спутниктері бүкіл планетаның, соның ішінде ауылшаруашылық алқаптарының суреттерін үнемі түсіріп отырады.

АртықшылықтарыЖер серіктері жаһандық қамтуды қамтамасыз етеді, яғни олар кез келген ферманы, кез келген жерді түсіре алады. Олар қатаң кесте бойынша ұшады, тұрақты аралықпен (мысалы, бірнеше күн немесе апта сайын) тұрақты суреттерді береді.

Ең бастысы, оларда көбінесе жылдар немесе ондаған жылдар бұрынғы суреттердің мұрағаты болады, бұл фермерлерге қазіргі егістіктерді өткен маусымдармен салыстыруға мүмкіндік береді.

КемшіліктеріҮнемі жақсарып келе жатқанымен, көптеген спутниктік суреттердің ажыратымдылығы дрондар мен ұшақтарға қарағанда төмен – сіз тұтас егістіктерді анық көре аласыз, бірақ жеке өсімдіктерді көре алмайсыз. Бұлттар спутниктің көрінісін жауып тастайтын үлкен мәселе болып табылады.

Фермерлер жерсеріктің қашан ұшып өтетінін нақты басқара алмайды. Жаңа жерсеріктік шоқжұлдыздар (мысалы, Planet Labs) қазір күнделікті кескіндеу мен пиксельге 3 метрге дейінгі ажыратымдылықты ұсынады, бірақ өте жоғары бөлшектерді (жеке өсімдіктерді көру үшін қажет) әдетте дрондарды немесе ұшақтарды қажет етеді.

Егінді бейнелеуге арналған ең жақсы платформа жұмысқа байланысты. Көбінесе фермерлер осы құралдардың тіркесімін пайдаланады – мысалы, кең ауқымды мониторинг үшін спутниктерді пайдалану және олар анықтаған нақты проблемалық жерлерді зерттеу үшін дрондарды жіберу. Бұл көп деңгейлі көрініс фермерлерге өз дақылдары туралы бұрын-соңды болмаған түсінік береді, бұл оларға көбірек азық-түлік өндіруге көмектеседі.

Өсімдіктерді бейнелеу деректерін өңдеу және талдау

Сонымен, сіз дрондар немесе жер серіктері арқылы егістіктеріңіздің таңғажайып суреттерін түсірдіңіз. Бұл бірінші қадам! Бірақ миллиондаған түрлі-түсті пиксельдер (кескінді құрайтын кішкентай нүктелер) егістіктеріңіздің қалай жұмыс істеп жатқанын автоматты түрде көрсетпейді.

Екінші қадам - деректерді өңдеу және талдау - сол шикі суреттерді пайдалы ауыл шаруашылығы біліміне айналдыру. Міне, қалай жұмыс істейді:

A. Суреттерді тазалау (Суретті алдын ала өңдеу)

Мұны фотосуреттеріңізді мұқият зерттеуге дайындау сияқты елестетіп көріңіз. Шикі суреттерде көбінесе шағын қателер болады. Арнайы бағдарламалық жасақтама мыналарды түзетеді:

• Геореференсация әрбір пиксельді GPS орнына бекітеді.
• Ортомосайкинг суреттерді біртұтас картаға біріктіреді.
• Радиометриялық калибрлеу жарықтандырудың өзгеруіне (мысалы, таңертеңгілік және түскі күн) бейімделеді.
  Бұл қадамсыз карталар адастыруы мүмкін.

B. Маңыздысын табу (ерекшеліктерді бөліп алу)

Енді біз нақты нәрселерді іздей бастаймыз ішінде тазартылған суреттер:

• Өсімдік индекстері (NDVI сияқты) денсаулықты өлшеу үшін өсімдіктердің жарық шағылысуын пайдаланады. NDVI төмен деңгейі көбінесе стрессті білдіреді.
• Шатыр/топырақ бөлу дақылдарды жалаңаш жерден ажыратады.
• Өсімдіктерді санау/арамшөптерді анықтау барлауды автоматтандырады.

Соңғы контекст: Фермерлер осы индекстерге көбірек сүйенеді. Мысалы, зерттеулер NDVI қолдану азотты қолдану тиімділігін 10-25%-ге арттыра алатынын, бұл қалдықтар мен шығындарды азайта алатынын көрсетеді.

C. Функцияларды ферма шешімдеріне айналдыру (Деректерді талдау әдістері)

Міне, сиқыр осы жерде орын алады – сандар мен пішіндердің мағынасын табу:

Суреттердегі өсімдік индексінің мәндерін жерде алынған нақты өлшемдермен (мысалы, жапырақ үлгілері немесе жинау кезіндегі өнімділік) салыстыру. Бұл “Иә, мұндағы төмен NDVI шынымен де азоттың азаюын білдірді” дегенді растайды.”

Машиналық оқыту (ML) және жасанды интеллект: Бұл ауыл шаруашылығында күрт өсіп келеді! Компьютерлер адамдар байқамай қалуы мүмкін күрделі заңдылықтарды анықтау үшін өткен деректердің үлкен көлемінен (суреттер + жердегі шындық) сабақ алады:

• Ауруларды жіктеу (ауру өсімдіктерді ерте анықтау).
• Өнімділікті болжау (сынақтарда 90% дәлдігінен жоғары).
• Арамшөптерді/жәндіктерді анықтау.

Соңғы статистика мен фактілер: Ауыл шаруашылығындағы жасанды интеллекттің жаһандық нарығы қарқынды дамып келеді, 2028 жылға қарай $4 миллиардтан асады деп болжануда (дереккөз: Statista, 2023).

2023 жылғы ФАО есебінде зиянкестер/ауруларды ерте анықтаудағы ML-дің рөлінің артуы атап өтілді, бұл дақылдардың шығынын айтарлықтай азайтуы мүмкін. Дақылдарды бейнелеу деректерін пайдаланатын өнімділікті болжау модельдері қазір кейбір сынақтарда 90%-ден астам дәлдікке қол жеткізуде.

D. Жалпы жағдайды көру (визуализация)

Бұл талдаудың барлығы оңай болған кезде ең күшті болады көру. Соңғы нәтиже көбінесе өрістің үстіне төселген түрлі-түсті карта болып табылады:

• NDVI карталары: Денсаулық аймақтарын көрсетіңіз (жасыл = сау, қызыл/сары = күйзеліске ұшыраған).
• Стресс карталары: Құрғақшылықтан, қоректік заттардың жетіспеушілігінен немесе аурудан зардап шегуі мүмкін аймақтарды белгілеңіз.
• Рецепт карталары: Түпкі мақсат! Бұл карталар айнымалы жылдамдықты қолданбаушыларға айтады дәл кескін талдауына негізделген қайда көбірек тұқым, тыңайтқыш немесе су салу керек, ал қайда аз пайдалану керек. Бұл іс жүзіндегі дәл егіншілік.

Неліктен маңызды: Анық карта фермерге мәселелерді бірден түсінуге, уақыт өте келе өзгерістерді бақылауға және сенімді, мақсатты басқару шешімдерін қабылдауға мүмкіндік береді.

Цифрлық кесілген кескіндердің негізгі қолданылуы

Дрондарға, спутниктерге, тракторларға және тіпті қол құрылғыларына орнатылған камераларды пайдаланып, бұл технология егістіктердің егжей-тегжейлі суреттерін түсіреді. Бірақ бұл жай ғана фотосуреттерден де көп нәрсе – арнайы сенсорлар адам көзіне көрінбейтін жарықты түсіріп, өсімдіктердің жасырын денсаулығын ашады. Міне, егінді бейнелеу қазіргі заманғы фермаларда неліктен тез арада маңызды болып келеді:

A. Дәл қоректік заттарды басқару

Цифрлық дақыл суреттері өсімдіктің түсі мен өсуіндегі шағын айырмашылықтарды көрсетеді, бұл қоректік заттардың (мысалы, азот) жетіспейтін жерлерін көрсетеді. Фермерлер бүкіл егістікті тыңайтқышпен жабудың орнына карталар жасап, оны тек қажет жерде қолдана алады.

• Зерттеулер көрсеткендей, бұл айнымалы мөлшерлеме тыңайтқыштарды пайдалануды 15-30%-ге қысқарта алады, бұл фермерлердің ақшасын үнемдеуге және қоршаған ортаға әсерді азайтуға мүмкіндік береді.

B. Дәл суаруды басқару

Арнайы камералар жапырақ температурасы мен түсінің нәзік өзгерістерін өсімдіктердің солып қалуынан әлдеқайда бұрын анықтайды, бұл су тапшылығын көрсетеді. Егістіктегі қай аймақтардың суарылып жатқанын дәл анықтау арқылы фермерлер суды дәл бағыттай алады.

• Суару үшін бейнелеуді пайдаланатын шаруашылықтар суды үнемдеудің 20-50% екенін хабарлайды, бұл құрғақшылық жиі кездесетіндіктен өте маңызды.

C. Зиянкестер мен ауруларды басқару

Өсімдіктерді бейнелеу зиянкестердің немесе аурулардың алғашқы ескерту белгілерін – ерекше түс үлгілерін, жапырақтардың зақымдануын немесе өсудің тежелуін – анықтайды, бұл әдеттегі тексерулер кезінде адам көзіне жиі байқалмайды. Бұл мақсатты түрде барлауға және тек зақымдалған жерлерге дәл бүркуге мүмкіндік береді.

• Ерте анықтау 10-30% өнімнің жоғалуына жол бермейді, ал мақсатты бүрку пестицидтерді пайдалануды айтарлықтай азайтады.

D. Арамшөптермен күрес

Жоғары ажыратымдылықтағы бейнелеу, әсіресе дрондардан алынған, инвазивті өсімдіктердің қай жерде өсіп жатқанын көрсететін егжей-тегжейлі “арамшөп карталарын” жасайды. Содан кейін фермерлер бұл картаны нүктелік бүрку роботтарына немесе дәл гербицид аппликаторларына бағыттау үшін пайдалана алады.

• Бейнелеу негізінде арамшөптерді мақсатты түрде бақылау кейбір жағдайларда гербицидтердің көлемін 90% дейін азайтып, шығындар мен химиялық заттардың әсерін азайта алады.

E. Өнімділікті болжау және болжау

Кескіндеу деректерін пайдалана отырып, маусым бойы дақылдардың денсаулығы мен биомассасын талдау арқылы күрделі модельдер егістік бойынша немесе тіпті аймақ бойынша өнімділік әлеуетін болжай алады.

• Ірі астық компаниялары аймақтық болжамдар үшін спутниктік бейнелерді жиі пайдаланады, дәлдік деңгейі егін жинауға дейін 85-95% апта бұрын жетеді, бұл логистика мен маркетингке көмектеседі.

F. Егістікті барлау және бақылау

Фермерлер егістік алқаптарды сағаттап аралаудың орнына, бүкіл ферманы құс ұшынан тез көру үшін бейнекамералар орнатылған дрондарды орналастыра алады. Олар су тасқыны, нашар өсу немесе жабдықтың зақымдануы сияқты мәселелерді тиімді түрде анықтай алады.

• Дрондар 100 акр аумақты 30 минуттан аз уақыт ішінде зерттей алады, бұл жұмыс адамдарға бірнеше күн уақытты алады және бағалы уақытты босатады.

G. Өсімдік фенотиптеу

Жаңа тұқым сорттарын жасап шығаратын ғалымдар үшін бейнелеу революциялық болып табылады. Ол далалық сынақтарда мыңдаған өсімдіктердің негізгі белгілерін (биіктігі, жапырақ ауданы, гүлдену уақыты, стресске реакциясы) өлшеуді автоматтандырады.

• Бұл селекционерлерге әлдеқайда көп өсімдіктерді талдауға және ең жақсы өнімділерді тезірек таңдауға мүмкіндік береді, бұл төзімдірек, жоғары өнімді дақылдардың дамуын жеделдетеді.

Өсімдіктерді бейнелеудің қиындықтары және болашағы

Кесуді бейнелеуді бастау әрқашан қарапайым немесе арзан емес. Бастапқы құны айтарлықтай болуы мүмкін. Негізгі қиындықтардың кейбірі:

• Құны: Бастау қымбатқа түседі. Дронмен түсірудің қарапайым нұсқасы $2,000-$10,000 тұрады, ал гиперспектрлік сенсорлары бар озық жүйелер $30,000+ жетуі мүмкін. Бағдарламалық жасақтамаға жазылу тұрақты шығындарды қосады.
• Деректердің шамадан тыс жүктелуі: Фермалар күн сайын үлкен көлемдегі кескін деректерін жасайды – әр ұшу немесе сканерлеу үшін гигабайт немесе терабайт. Мұны сақтау, басқару және өңдеу үшін айтарлықтай есептеу қуаты мен бұлттық сақтау қажет, бұл қымбат және күрделі болуы мүмкін.
• Қажетті сараптама: Түрлі-түсті кескін карталарын пайдалы ауыл шаруашылығы әрекеттеріне айналдыру қашықтықтан зондтау, агрономия және деректер ғылымы саласындағы дағдыларды қажет етеді. Көптеген фермерлерде бұл мамандандырылған білім жетіспейді.
• Күрделі түсіндірме: Өсімдіктің бірегей “жарық қолтаңбасын” (спектрлік деректерді) айқын әрекеттерге (мысалы, “осы жерге тыңайтқыш қосу”) аудару қиын болып қала береді және тәжірибесіз қателіктерге бейім.
• Қоршаған ортаға кедергілер: Бұлттар спутниктік көріністерді бөгейді. Жел дрондардың ұшуына және кескіннің анықтығына кедергі келтіреді. Күн бұрыштары мен топырақ түсінің өзгеруі сенсор көрсеткіштеріне әсер етеді.
• Ережелер: Дрондармен ұшу қатаң әуе кеңістігінің ережелеріне бағынады, бұл лицензиялар мен пайдалану шектеулерін талап етеді, бұл күрделілікті арттырады.

Қиындықтарға қарамастан, технологиялық жетістіктердің жылдам дамуына байланысты дақылдарды бейнелеудің болашағы өте перспективалы. Біз басқа деректер көздерімен әлдеқайда терең интеграцияны көреміз.

Егістік суреттерін жер датчиктерінен алынған нақты уақыттағы топырақ ылғалдылығы көрсеткіштерімен, ауа райы болжамдарымен және тарихи өнімділік карталарымен үйлесімді түрде біріктіруді елестетіп көріңіз. Бұл егістіктің жағдайы туралы толық түсінік береді.

Жасанды интеллект (ЖИ) және машиналық оқыту (МО) үлкен кескін деректер жиынтығын талдауды автоматтандыратын ойын ережесін өзгертеді. Бұл фермерлерге бірнеше күн емес, бірнеше сағат немесе минут ішінде нақты уақыт режимінде немесе нақты уақытқа жақын өңдеуді білдіреді.

• Жақсырақ, арзан сенсорларСенсорлар, әсіресе қуатты гиперспектрлік сенсорлар (ультра егжей-тегжейлі талдау үшін жүздеген жарық жолақтарын түсіреді) кішірейіп, жеңілдеп және қолжетімді бола бастады, бұл кеңейтілген бейнелеуді қолжетімді етуде.
• Қолдануға оңай құралдарТехнологиялық компаниялар қарапайым аналитикалық платформалар мен қосымшалар жасауда. Фермерлер нақты, іс жүзінде қолдануға болатын ұсыныстарды планшеттерде немесе телефондарда тікелей алады, PhD дәрежесін алудың қажеті жоқ.
• Болжам және рецептНазар мәселелерді көруден олардың алдын алуға ауысады. Жасанды интеллект бейнелеу үрдістері мен басқа да деректерді пайдалана отырып, мәселелерді (мысалы, зиянкестердің таралуы, өнімділік әлеуеті) бірнеше апта бұрын болжайды.

Қорытынды

Егістіктерді бейнелеу біздің азық-түлік өсіру тәсілімізді түбегейлі өзгертетін қуатты құралға айналды. Дрондар, спутниктер және арнайы жер сенсорлары сияқты технологияларды пайдалана отырып, фермерлерге “аспандағы көздер” және “егістіктегі көздер” беру арқылы ол дақылдардың денсаулығы, топырақ жағдайы және ықтимал мәселелердің керемет егжей-тегжейлі суреттерін береді. Кең егістіктерде не болып жатқанын нақты уақыт режимінде көре білу мүмкіндігі ауыл шаруашылығын жаңғыртудың негізі болып табылады.