Süsteem kasutab tehisintellekti kõrval satelliidipilte ja seda on kartuli jõudluse ennustamiseks juba edukalt testitud.
Teadlased kaugseire laborist (LATUV) Valladolidi ülikool (UVa) on välja töötanud uue taimestikuindeksi, mis on võimeline parandama põllukultuuride ennustamise mudeleid. Uut tehnikat, mis kasutab ESA Sentinel-2 satelliidipilte ning masinõppe ja tehisintellekti tehnikaid, on kartuli- ja nisukultuuri saagikuse prognoosimisel edukalt katsetatud.
Põllumajandustootmine sõltub paljudest nii inimlikest kui ka keskkonnateguritest, mis tekitavad põllumeestes suurt ebakindlust. Kuid tehnoloogia võib olla selle vähendamisel oluline liitlane. See kehtib arvutuslike mudelite kohta, mis püüavad simuleerida põllukultuuri käitumist konkreetsetes tingimustes, näiteks pinnase, kliima või põllumajanduse tavade korral, ja sõltuvalt sellest eeldatavast arengust hinnata põllumajandustoodangut.
"Mudeleid on palju ja need on tavaliselt igale põllukultuuritüübile omased," selgitab Diego Gómez, LATUVi teadlane ja kahe hiljuti avaldatud uuringu autor ajakirjades International Journal of Remote Sensing ning Agricultural and Forest Meteorology.
Kuid nendel traditsioonilistel kasvumudelitel on mõned piirangud, nagu näiteks "võimetus varieeruvust ruumiliselt modelleerida ühes maatükis" või arvukalt sisendandmeid, mida nad vajavad, "mida tavaliselt ei saavutata nende kogumisega seotud kõrge aja- ja rahakulu tõttu . ”
Kartulikasvatusala, millele hinnangud on tehtud / D. Gómez
Seega panustame viimastel aastatel tehnoloogiale, kaugseirele, mis kasutab optiliste sensorite (satelliitidele, lennukitele, droonidele jne) tehtud spektripilte ja mis võib mõnel juhul neid traditsioonilisi mudeleid täiendada ja isegi asendada. Need spektripildid pakuvad andmeid põllukultuuri oleku või fenoloogia kohta - taime arenguprotsessi nähtavaid väliseid muutusi -, mis on integreeritud mudelitesse, mis kohandavad seda sisendinformatsiooni põllukultuuride ennustamiseks.
"Spektripildid katavad sisendandmete vajaduse, võimaldavad juurdepääsu kaugsaitidele ja on madalate hindadega. Samuti on neil võimalik saada teavet, mis on seotud põllukultuuri produktiivsusega, ”märgib LATUV-i teadlane, kes tuletab meelde, et taimestiku üht spektraalset indeksit - matemaatilisi valemeid, mis ühendavad spektriribasid - kasutatakse kõige sagedamini jõulisuse või tugevuse hindamiseks. taimkatte tihedus - mis lõpuks ennustab põllukultuuride tootlikkust - on NDVI (NDVI).
Selle indeksi aegridade kasutamine põllukultuuride ennustavate mudelite loomiseks on teaduskirjanduses väga levinud. Selles indeksis kasutatakse taimestiku peegelduvust - taimestiku valguse peegeldamise võimet - kahes spektraalses ribas - punases ja peaaegu punases -, mis on seotud vastavalt fotosünteesiks kasutatud valguse osaga ja lehtede rakustruktuuriga.
Uus taimestiku indeks
LATUVi teadlased on välja töötanud ESA Sentinel-2 satelliidipiltidel põhineva uue indeksi nimega PPI, mis lisaks fotosünteesiga seotud spektraalteabe - 400–700 nanomeetri - arvestamisele võtab arvesse ka teavet elektromagnetilise spektri teistelt aladelt -704 nanomeetrid, punase serva riba ja 945 nanomeetrit, veeauru neeldumisriba, mis võib anda muud põhiteavet põllukultuuri seisundi, näiteks veepinge kohta, kui taim nõuab rohkem vett kui tal on.
Teadlased võrdlesid mõlema taimestikuindeksi, NDVI ja PPI ennustusvõimet ning satelliidipiltidelt saadud rohkem andmeid. Selleks kasutasid nad kahte tehisintellekti ja masinõppe algoritmi (nimega Random Forest and Support Vector Machine) ja genereerisid erinevaid mudeleid, milles nad ühendasid need indeksid teiste satelliidiribadega.
"Hüpotees oli see, et kui kasutada indeksit, mis kasutab muid sagedusribasid, mida populaarne NDVI indeks ei hõlma, ja teisest küljest on teatava potentsiaaliga tundlikku teavet põllukultuuride kohta, oleks prognoosivad mudelid paremad," ütleb Gómez et lõpuks tõusis mudelite ennustusvõime „kui kas üks või mõlemad taimestikuindeksid olid lisatud”, mis väärtustab „nende andmete kasutamist koos teatud üksikute satelliitribadega”.
Täpsemad ennustused kartulikasvatuses
Tulemused näitavad, et PPI indeks pakub tugivektori masina algoritmi kasutamisel NDVI-ga sarnast teavet ja on juhuslike metsade algoritmi kasutamisel oluliselt informatiivsem kui NDVI, paljutõotavad tulemused, mis panevad lauale uue taimestikuindeksi, mis võib parandada ennustavat koristusmudelid satelliidipiltide põhjal ”.
Siiani on uut indeksit kartulikasvatuse osas testitud üsna lokaliseeritud uurimispiirkonnas. Pärast teravilja on kartul üks olulisemaid toidukultuure kogu maailmas. See mängib võtmerolli arengumaade toiduga kindlustatuses ning omab suurt kaalu Euroopa põllumajandussektoris, kus peamisteks tootjateks on Saksamaa, Prantsusmaa, Holland ja Poola. Seda on Mehhikos saadud andmetega testitud ka nisus.
Seadmete idee on suurendada andmete arvu mudeli usaldusväärsuse parandamiseks, katta suurem uurimisala, et suurendada ruumilist varieeruvust ja lisada uusi kultuure. Perspektiivid, mis sõltuvad rahastamise järjepidevusest ja võivad aidata põllumajandustootjatel oma saaki tulevikus usaldusväärsemalt ennustada.