阿尔泰国立农业大学和全俄植物病理学研究所的科学家继续实施联合项目“开发利用技术视觉和智能系统及时检测田间病虫害和杂草的方法,以过渡到以不同剂量引入农药”,报告 阿尔泰国立农业大学新闻处.
根据项目计划,科学家将利用数字多光谱和高光谱相机以及人工智能算法,开发用于地面和远程检测农作物病虫害和杂草的方法和技术。
参与该项目实施的阿尔泰国立农业大学科学家团队由技术科学博士、教授、农业机械与技术系主任弗拉基米尔·别利亚耶夫领导。
该项目实施的关键阶段是对具有高分辨率成像(毫米级)的垂直光学传感器系统的设计进行现场测试,能够在作物的不同高度工作,并平行记录轨道和移动时测量点的坐标。 该实验是在 AGAU 的工业合作伙伴 - 位于阿尔泰边疆区 Kalmansky 区的农场 LLC “Leo” 的田间进行的,在 Gratsia 品种的大豆作物上进行。 植物病理学研究所的科学家们抵达巴尔瑙尔参与实验。 Sofia Zhelezova 和博士,研究员叶夫根尼娅·斯捷潘诺娃。
该系统可以安装在牵引式喷雾机的臂架上,当以 15 公里/小时的速度以不同角度移动到地面时,记录视频以评估农作物中有害物体和杂草的存在,并积累光谱库有害物体的图像。
“阿尔泰国立农业大学科学家工作组的任务之一是开发通用摄像机安装系统,并将其与 GPS 接收器集成,以便在野外工作,能够记录拍摄点的轨迹和坐标移动时。 尤其要通过实验确定最佳的摄像机角度和安装高度、移动速度、最有效的拍摄参数等。 现在,莫斯科的同事需要对结果进行处理和分析,”弗拉基米尔·别利亚耶夫评论了测试的初步结果。
该项目的下一步将是开发用于处理在实验室和野外条件下由相机获得的图像的算法,使用神经网络对图像中的目标对象(疾病、害虫和杂草)进行分类。
根据农作物调查结果,构建农作物有害生物空间分布图。
“基于对农作物的地面和远程调查结果以及有害物体的空间分布图,计划开发一种不同剂量农药使用的决策算法。 接下来,将以与喷涂机的车载计算机兼容的格式创建处方文件或喷涂任务卡。, - 索菲亚热列佐娃解释道。
科学家们补充说,批准以不同剂量喷洒农作物的方法以及与在整个大田区域以相同剂量喷洒的传统喷洒方法相比,对这种喷洒方法进行初步经济评估是该项目的最终任务。