Cum fenotiparea de înaltă rată bazată pe UAS transformă ameliorarea modernă a plantelor

Până în 2050, populația globală este prognozată să ajungă la 9,8 miliarde de oameni, dublând cererea de alimente. Cu toate acestea, extinderea terenurilor agricole pentru a satisface această nevoie nu este sustenabilă. Peste 50% din terenurile noi de cultură create din anul 2000 până în prezent au înlocuit păduri și ecosisteme naturale, înrăutățind schimbările climatice și pierderea biodiversității.

Pentru a evita această criză, oamenii de știință se îndreaptă către ameliorarea plantelor – știința dezvoltării culturilor cu randament mai ridicat, rezistență la boli și rezistență la climă. Metodele tradiționale de ameliorare, însă, sunt prea lente pentru a ține pasul cu urgența problemei.

Aici intervin dronele și inteligența artificială (IA) ca elemente care schimbă jocul, oferind o modalitate mai rapidă și mai inteligentă de a cultiva culturi mai bune.

De ce ameliorarea tradițională a plantelor rămâne în urmă

Îmbunătățirea plantelor se bazează pe selectarea plantelor cu trăsături dorite, cum ar fi toleranța la secetă sau rezistența la dăunători, și pe încrucișarea lor pe parcursul mai multor generații. Cel mai mare blocaj în acest proces este fenotiparea—măsurarea manuală a caracteristicilor plantelor precum înălțimea, sănătatea frunzelor sau producția.

De exemplu, măsurarea înălțimii plantelor pe un câmp de 3.000 de parcele poate dura săptămâni, erorile umane cauzând inconsecvențe de până la 20%. În plus, recoltele cresc cu doar 0,5–1%anual, mult sub rata de creștere de 2,9% necesară pentru a satisface cererea din 2050.

Porumbul, o cultură de bază pentru miliarde de oameni, ilustrează această încetinire: creșterea anuală a randamentului său a scăzut de la 2,2% în anii 1960 la 1,33% astăzi. Pentru a reduce acest decalaj, oamenii de știință au nevoie de instrumente care să automatizeze colectarea datelor, să reducă erorile și să accelereze procesul de luare a deciziilor.

Cum Tehnologia Dronelor Transformă Creșterea Plantelor

Dronele, sau Sistemele Aeriene fără Pilot (UAS), echipate cu senzori avansați și inteligență artificială, revoluționează agricultura. Aceste dispozitive pot survola culturile și colecta date precise despre mii de plante în câteva minute, un proces cunoscut sub numele de Fenotipare de Înaltă Performanță (HTP).

Spre deosebire de metodele tradiționale, dronele captează date pe întregi culturi, eliminând biasul de eșantionare. Ele folosesc senzori specializați pentru a măsura totul, de la înălțimea plantelor la nivelurile de stres hidric.

De exemplu, senzorii multispectali detectează lumina infraroșie apropiată reflectată de frunzele sănătoase, în timp ce camerele termice identifică stresul cauzat de secetă prin măsurarea temperaturii coronamentului.

Automatizând colectarea datelor, dronele reduc costurile cu forța de muncă și accelerează ciclurile de reproducere, făcând posibilă dezvoltarea unor soiuri de culturi îmbunătățite în ani, în loc de decenii.

Știința din spatele senzorilor pentru drone și colectarea datelor

Dronele se bazează pe o varietate de senzori pentru a colecta date critice despre plante. Camerele RGB, cea mai accesibilă opțiune, captează lumina vizibilă pentru a măsura acoperirea coronamentului și înălțimea plantelor. Pe culturile de trestie de zahăr, aceste camere au atins o acuratețe de 64–69% în numărarea tulpinilor, înlocuind numărătorile manuale predispuse la erori.

Senzorii multispectali merg mai departe, detectând lungimi de undă invizibile, cum ar fi infraroșul apropiat, care corelează cu nivelul clorofilei și sănătatea plantelor. De exemplu, aceștia au prezis toleranța la secetă la trestia de zahăr cu o precizie de peste 80%.

• Camere RGBCapturarea luminii roșii, verzi și albastre pentru a crea imagini color.
• Senzori MultispectraliDetectați lumină din afara spectrului vizibil (de ex. infraroșu apropiat).
• Senzori TermiciMăsoară căldura emisă de plante.
• LiDARFolosește impulsuri laser pentru a crea hărți 3D ale plantelor.
• Senzori hiperspectaliCaptează peste 200 de lungimi de undă de lumină pentru analiză ultra-detaliată.

Senzorii termici detectează semnăturile termice, identificând plantele stresate de secetă care apar mai fierbinți decât cele sănătoase. În culturile de bumbac, dronele termice au corespuns măsurătorilor de temperatură la sol cu o eroare de mai puțin de 5%.

Senzorii LiDAR folosesc impulsuri laser pentru a crea hărți 3D ale culturilor, măsurând biomasa și înălțimea cu o precizie de 95% în studiile de trestie energetică. Cele mai avansate instrumente, senzorii hiperspectali, analizează sute de lungimi de undă de lumină pentru a detecta deficiențe nutritive sau boli invizibile cu ochiul liber.

Acești senzori au ajutat cercetătorii să lege 28 de gene noi de întârzierea îmbătrânirii la grâu, o trăsătură care mărește randamentele.

De la zbor la înțelegere: Cum dronele analizează datele culturilor

Procesul de fenotipare cu drone începe cu un plan de zbor atent. Dronele zboară la altitudini de 30–100 de metri, capturând imagini suprapuse pentru a asigura o acoperire completă. Un câmp de 10 hectare, de exemplu, poate fi scanat în 15–30 de minute.

După zbor, software-uri precum Agisoft Metashape unesc mii de imagini în hărți detaliate utilizând tehnica Structure-from-Motion (SfM) – o tehnică ce transformă fotografiile 2D în modele 3D. Aceste modele permit oamenilor de știință să măsoare trăsături precum înălțimea plantelor sau acoperirea coronamentului printr-o simplă atingere de buton.

Algoritmii AI analizează apoi datele, prezicând recoltele sau identificând focare de boli. De exemplu, dronele au scanat 3.132 de parcele de trestie de zahăr în doar 7 ore - o sarcină care ar dura trei săptămâni manual. Această viteză și precizie permit amelioratorilor să ia decizii mai rapide, cum ar fi eliminarea timpurie a plantelor cu performanțe scăzute în timpul sezonului.

Aplicații cheie ale dronelor în agricultura modernă

Dronele sunt utilizate pentru a aborda unele dintre cele mai mari provocări ale agriculturii. O aplicație majoră este măsurarea directă a trăsăturilor, unde dronele înlocuiesc munca manuală. În culturile de porumb, dronele măsoară înălțimea plantelor cu o acuratețe de 90%, reducând erorile de la 0,5 metri la 0,21 metri.

De asemenea, monitorizează acoperirea coronamentului, o metrică ce indică cât de bine umbresc plantele solul pentru a suprima buruienile. Crescătorii de trestie energetică au folosit aceste date pentru a identifica varietăți care reduc creșterea buruienilor cu 40%.

O altă realizare importantă este reproducerea predictivă, unde modelele AI folosesc date de la drone pentru a prognoza performanța culturilor. De exemplu, imaginile multispectrale au prezis randamentele de porumb cu o precizie de 80%, depășind testele genomice tradiționale.

Dronele ajută, de asemenea, la descoperirea genelor, ajutând oamenii de știință să localizeze segmentele de ADN responsabile pentru trăsăturile dorite. La grâu, dronele au legat verdele coronamentului de 22 de gene noi, sporind potențial toleranța la secetă.

În plus, senzorii hiperspectrali detectează boli precum „citrus greening” cu săptămâni înainte ca simptomele să apară, oferind fermierilor timp să acționeze.

Creșterea câștigurilor genetice prin tehnologie de precizie

Câștigul genetic – îmbunătățirea anuală a trăsăturilor culturilor datorită ameliorării – este calculat folosind o formulă simplă:

(Intensitatea selecției × Ereditabilitatea × Variabilitatea trăsăturii) ÷ Timpul ciclului de reproducere.

Câștigul genetic (ΔG) se calculează astfel:
ΔG = (i × h² × σp) / L

Unde:

• i = Intensitatea selecției (cât de stricți sunt crescătorii).
• h² Ereditaritate (cât de mult dintr-o trăsătură este moștenită de la părinți la urmași).
• σp = Variabilitatea caracteristicilor într-o populație.
• L Timp per ciclu de reproducere.

De ce contează: Dronele îmbunătățesc toate variabilele:

1. iScanează de 10 ori mai multe plante, permițând o selecție mai strictă.
2. h²Reduce erorile de măsurare, îmbunătățind estimările de ereditate.
3. σpCapturați variații subtile ale trăsăturilor pe întregi domenii.
4. L: Taie timpul ciclului din 5 ani la 2–3 ani prin predicții timpurii.

Dronele îmbunătățesc fiecare parte a acestei ecuații. Scanând câmpuri întregi, permit amelioratorilor să selecteze primii 1%%din plante în loc de primii 10%%, crescând intensitatea selecției. De asemenea, îmbunătățesc estimările de ereditate prin reducerea erorilor de măsurare.

De exemplu, evaluarea manuală a înălțimii plantelor introduce variabilitate de 20%, în timp ce dronele reduc acest lucru la 5%. Mai mult, dronele captează variații subtile ale trăsăturilor la mii de plante, maximizând variabilitatea trăsăturilor.

Cel mai important, scurtează ciclurile de reproducere, permițând predicții timpurii. Crescătorii de trestie de zahăr care folosesc drone au triplat câștigurile genetice în comparație cu metodele tradiționale, demonstrând potențialul transformator al tehnologiei.

Depășirea Provocărilor și Îmbrățișarea Viitorului

În ciuda promisiunilor lor, fenotiparea bazată pe drone se confruntă în continuare cu provocări semnificative. Costul ridicat al senzorilor avansați rămâne o barieră majoră – camerele hiperspectrale, de exemplu, pot depăși $50.000, făcându-le inaccesibile pentru majoritatea fermierilor la scară mică.

Procesarea cantităților masive de date colectate necesită, de asemenea, resurse substanțiale de cloud computing, ceea ce adaugă la cheltuieli. Platformele AI precum AutoGIS automatizează analiza datelor, eliminând necesitatea introducerii manuale.

Cercetătorii integrează, de asemenea, dronele cu senzori de sol și stații meteorologice, creând un sistem de monitorizare în timp real care alertează fermierii despre dăunători sau secetă. Aceste inovații deschid drumul către o nouă eră a agriculturii de precizie, unde deciziile bazate pe date înlocuiesc ghicitul.

Concluzie

Dronele și inteligența artificială nu transformă doar ameliorarea plantelor - ele redefinesc agricultura durabilă. Prin permiterea dezvoltării mai rapide a culturilor rezistente la secetă și cu randament ridicat, aceste tehnologii ar putea dubla producția de alimente până în 2050 fără a extinde terenurile agricole.

Acest lucru ar salva peste 100 de milioane de hectare de păduri, echivalentul suprafeței Egiptului, și ar reduce amprenta de carbon a agriculturii. Fermierii care folosesc date de la drone au redus deja utilizarea apei și a pesticidelor cu până la 30%, protejând ecosistemele și reducând costurile.

Un cercetător a remarcat odată: “Nu mai ghicim care plante sunt cele mai bune. Drona ne spune”. Cu o inovare continuă, această fuziune dintre biologie și tehnologie ar putea asigura securitatea alimentară pentru miliarde de oameni, protejând în același timp planeta noastră.

Referință: Khuimphukhieo, I., & da Silva, J. A. (2025). Sisteme aeriene fără pilot (UAS) – fenotipare de înaltă performanță (HTP) pe teren ca instrument pentru amelioratorii de plante: o revizuire cuprinzătoare. Smart Agricultural Technology, 100888.