NowyWydanie z października 2026 r.: Nowa konstrukcja synchronizacji John Deere, minimalne i maksymalne limity dawki, strefy raportów plonów
Blog / Monitorowanie upraw / Teledetekcja rewolucjonizuje monitorowanie nikotyny w liściach cygar

Teledetekcja rewolucjonizuje monitorowanie nikotyny w liściach cygar

Teledetekcja rewolucjonizuje monitorowanie nikotyny w liściach cygar
1 minuta czytania |
Udział

Przełomowe badanie wykorzystuje obrazowanie hiperspektralne bezzałogowych statków powietrznych i uczenie maszynowe do dokładnej oceny poziomu nikotyny w liściach cygar.

Najnowsze osiągnięcia w dziedzinie lotniczego obrazowania hiperspektralnego, w połączeniu z uczeniem maszynowym, zrewolucjonizowały monitorowanie nikotyny w liściach cygar. To nowatorskie podejście zwiększa dokładność oceny, dostarczając jednocześnie cennych informacji dla przemysłu tytoniowego, w którym skład chemiczny ma kluczowe znaczenie dla jakości.

Naukowcy pod kierownictwem Tiana i in. z Uniwersytetu Rolniczego w Syczuanie starali się pokonać ograniczenia tradycyjnych, ręcznych kontroli jakości, którym często brakuje precyzji i skuteczności. Ich badanie, opublikowane 2 lutego 2025 roku, wskazuje na silne korelacje między stosowaniem nawozów azotowych, poziomem wilgotności i stężeniem nikotyny, podkreślając znaczenie terminowych i precyzyjnych technik monitorowania.

Badanie przeprowadzono od maja do września 2022 r. w Bazie Badawczej Rolnictwa Nowoczesnego należącej do uniwersytetu. Naukowcy wykorzystali tam bezzałogowe statki powietrzne (UAV) wyposażone w kamery hiperspektralne do uchwycenia widm odbicia światła z liści 15 różnych odmian liści cygara poddanych różnym zabiegom azotowym.

Powiązane:  Zautomatyzowany model wykrywania granic pól dla rolnictwa precyzyjnego firmy GeoPard

Ich odkrycia ujawniły bezpośrednią korelację między stosowaniem nawozów azotowych a poziomem nikotyny w liściach cygar. “Wraz ze wzrostem dawki nawożenia azotem, wzrosła zawartość nikotyny w liściach cygar” – stwierdzili autorzy, podkreślając wpływ praktyk rolniczych na jakość produktu.

Aby poprawić jakość danych obrazowych hiperspektralnych zebranych przez bezzałogowe statki powietrzne (UAV), w badaniu wykorzystano techniki wstępnego przetwarzania, takie jak wielowymiarowa korekcja rozproszenia, standardowa transformacja normalna oraz wygładzanie splotowe Savitzky'ego-Golaya. Następnie zastosowano zaawansowane algorytmy uczenia maszynowego, w tym regresję metodą cząstkowych najmniejszych kwadratów (PLSR) i sieci neuronowe propagacji wstecznej (back propagation), aby opracować modele predykcyjne umożliwiające dokładne oszacowanie zawartości nikotyny.

Najskuteczniejszym zidentyfikowanym modelem okazał się model MSC-SNV-SG-CARS-BP, który osiągnął dokładność testowania z wartościami R² wynoszącymi około 0,797 i RMSE 0,078. “Model MSC-SNV-SG-CARS-BP charakteryzuje się najwyższą dokładnością predykcyjną w zakresie zawartości nikotyny” – zauważyli autorzy, pozycjonując go jako obiecujące narzędzie do przyszłych badań i zastosowań w rolnictwie precyzyjnym.

Powiązane:  Jak wysokoprzepustowa fenotypizacja oparta na dronach przekształca współczesną hodowlę roślin

Wykorzystując teledetekcję do analizy właściwości spektralnych liści cygar, rolnicy i producenci mogą szybko i bezinwazyjnie oceniać jakość plonów, co pozwala na podejmowanie bardziej świadomych decyzji dotyczących produkcji i łańcucha dostaw. Takie podejście zapewnia szeroki zakres badań przy niskich kosztach operacyjnych, a jednocześnie gwarantuje spójność danych poprzez ograniczenie zależności od czynników ludzkich.

Integracja obrazowania hiperspektralnego i uczenia maszynowego ma potencjał, aby zrewolucjonizować tradycyjną uprawę tytoniu, nie tylko poprawiając jakość nikotyny, ale także promując zrównoważone i wydajne praktyki rolnicze. Naukowcy podkreślają potrzebę dalszego rozwoju tych technologii i dostosowania ich do różnych odmian tytoniu i innych upraw.

Przyszłe badania skupią się na optymalizacji warunków operacyjnych bezzałogowych statków powietrznych (UAV) w celu pozyskiwania najwyższej jakości danych spektralnych, z uwzględnieniem takich czynników, jak wysokość lotu, warunki oświetleniowe i redukcja hałasu. Uwzględnienie tych czynników ma kluczowe znaczenie w miarę ewolucji praktyk rolniczych, które mają sprostać wymaganiom rynku, a jednocześnie priorytetowo traktować zrównoważony rozwój środowiska.

Badania te podkreślają synergię między technologią a naukami rolniczymi, podkreślając rosnącą popularność innowacyjnych technik poprawy jakości produktów. Naukowcy opowiadają się za szerszym zastosowaniem czujników hiperspektralnych w rolnictwie, podkreślając rolę technologii w zwiększaniu plonów, wydajności i odpowiedzialności za środowisko.

Powiązane:  Strefy wieloletnie

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

Monitorowanie upraw
Otrzymaj najnowsze wiadomości
od GeoPard

Zapisz się do naszego newslettera!

Subskrybuj

GeoPard dostarcza cyfrowe produkty, aby uwolnić pełny potencjał Twoich pól, usprawnić i zautomatyzować Twoje osiągnięcia agronomiczne dzięki praktykom rolnictwa precyzyjnego opartym na danych.

Dołącz do nas w AppStore i Google Play

Sklep z aplikacjami Sklep Google
Telefony
Najnowsze wiadomości od GeoPard

Zapisz się do naszego newslettera!

Subskrybuj

Powiązane posty

wpIkonaCzat
wpIkonaCzat

    Poproś o bezpłatną prezentację / konsultację GeoPard








    Klikając przycisk, zgadzasz się na nasze Polityka prywatności. Potrzebujemy tego, aby odpowiedzieć na Twoją prośbę.

      Subskrybuj


      Klikając przycisk, zgadzasz się na nasze Polityka prywatności

        Prosimy o przesłanie informacji


        Klikając przycisk, zgadzasz się na nasze Polityka prywatności