Τεχνητή νοημοσύνη και όραση υπολογιστών για την ανάλυση αμπελώνων με σκοπό τη βελτιστοποίηση των φυτοϋγειονομικών θεραπειών

Εισαγωγή

Η τεχνολογική καινοτομία είναι ολοένα και περισσότερο παρούσα στον κόσμο της γεωργίας και το υποέργο AgroTwinπου χρηματοδοτείται με 60 χιλ. ευρώ από το Horizon Europe ICAERUSείναι ένα τέλειο παράδειγμα αυτού.
Το ICAERUS είναι ένα έργο που επικεντρώνεται στην εξερεύνηση της δυναμικό της drones ως μέσα πολλαπλών χρήσεων για τη γεωργία, την περιβαλλοντική παρακολούθηση και τις αγροτικές υπηρεσίες.
Στόχος του υποέργου AgroTwin ήταν η ανάπτυξη και δοκιμή ενός Σύστημα υποστήριξης αποφάσεων (DSS) βασισμένο σε προηγμένους αλγορίθμους του ΤΝ και όρασης υπολογιστών για το τη βελτιστοποίηση των φυτοϋγειονομικών επεξεργασιών μέσω της χρήσης μη επανδρωμένων αεροσκαφών καταναλωτικού επιπέδου, όπως το DJI Phantom 3 Professional (Εικ. 1).

Εικ.1: Προετοιμασία πτήσης του DJI Phantom 3 Professional στον δοκιμαστικό αμπελώνα.

Σύστημα υποστήριξης αποφάσεων για τη βιώσιμη γεωργία

Η συλλογή εικόνων και η δοκιμή του αλγορίθμου πραγματοποιήθηκαν σε σε αμπελώνα Sangiovese έκτασης περίπου 1,2 εκταρίων στο περιφερειακό κτήμα Cesa (AR) (Σχήμα 2). Το τελευταίο χωρίστηκε σε 2 οικόπεδα παρόμοιου μεγέθους και βλαστικής ευρωστίας, από τα οποία το ένα χρησιμοποιήθηκε για τη χορήγηση μεταβλητών δόσεων φυτοπροστατευτικών προϊόντων με βάση τα αποτελέσματα του DSS μας (δοκιμή) και το άλλο για σταθερές δόσεις (έλεγχος), όπου εφαρμόστηκαν οι συνήθεις δόσεις της εκμετάλλευσης.

Για τη λήψη των ορατών (RGB) εικόνων του αμπελώνα, χρησιμοποιήσαμε ένα εύχρηστο και ευρέως διαδεδομένο drone, το DJI Phantom 3 Professional. Οι εικόνες αυτές χρησιμοποιήθηκαν για τη δημιουργία τρισδιάστατων νεφών σημείων που μας επέτρεψαν να δημιουργήσουμε το ψηφιακό δίδυμο του αμπελώνα σε τρία διαφορετικά φαινολογικά στάδια.

Για κάθε πτήση, με τη χρήση ιδιόκτητων αλγορίθμων, το ψηφιακό μοντέλο αναλύθηκε με ακρίβεια για να εξαχθούν οι κύριες βιομετρικές παράμετροι των μεμονωμένων αμπελιών ενδιαφέροντος. Χρησιμοποιώντας αυτά τα δεδομένα, το DSS δημιούργησε προσαρμοσμένους χάρτες συνταγών για μεταβλητές επεμβάσεις (VRT), βελτιώνοντας την αποτελεσματικότητα της εφαρμογής φυτοφαρμάκων.

Σχήμα 2: Τοποθεσία του υπό δοκιμή αμπελώνα και υποδιαίρεση των δύο τεμαχίων (δοκιμή, έλεγχος).

Προηγμένοι αλγόριθμοι για την ανάλυση βιομετρικών παραμέτρων

Μία από τις πιο καινοτόμες πτυχές του AgroTwin ήταν η ανάπτυξη προηγμένων αλγορίθμων τεχνητής νοημοσύνης και όρασης υπολογιστών για την ανάλυση των βιομετρικών στοιχείων των αμπελιών. Αυτοί οι αλγόριθμοι, που εφαρμόστηκαν στα τρισδιάστατα νέφη σημείων που παρήγαγε το drone, κατέστησαν δυνατή την ακριβή ανάλυση των κύριων παραμέτρων ενδιαφέροντος, όπως το πάχος, το ύψος και ο όγκος του θόλου των μεμονωμένων φυτών ενδιαφέροντος, με μέσο περιθώριο σφάλματος μικρότερο από 10% σε σύγκριση με τις χειροκίνητες μετρήσεις (Εικ. 3, 4).

Σχήμα 3: Εξέλιξη στις διάφορες φαινολογικές φάσεις μιας δοκιμαστικής αμπέλου (πάχος (m), ύψος (m), όγκος (m3)).

Σχ.4: Χειροκίνητες μετρήσεις στο πεδίο.

Μέσω της χρήσης αυτών των βιομετρικών παραμέτρων, οι αλγόριθμοι κατέστησαν δυνατή την κατασκευή ενός πολύ σημαντικού δείκτη ζωτικότητας, του LAI (δείκτης φυλλικής επιφάνειας) καθώς και τη δημιουργία του LWA (Leaf Wall Area) και του TRV (Tree Row Volume), οι οποίοι δίνουν μια ένδειξη της έκτασης και του όγκου του θόλου του αμπελώνα.
Με την παρεμβολή κατάλληλου αριθμού φυτών δείγματος, οι αλγόριθμοι παρήγαγαν αυτόματα χάρτες βλαστικής ευρωστίας (LAI) και χάρτες συνταγών για φυτοϋγειονομικές επεμβάσεις (Σχήμα 5).

Σχήμα 5: Χάρτες ζωηρότητας (LAI) και χάρτες συνταγών (λίτρα/στρέμμα) για τις φυτοϋγειονομικές επεμβάσεις για κάθε φαινολογική φάση.

Ανάλυση ευαισθησίας για τη βελτίωση της συλλογής δεδομένων

Μια άλλη κρίσιμη φάση του έργου ήταν η ανάλυση ευαισθησίας για την εύρεση των καλύτερων παραμέτρων πτήσης των ερευνών με μη επανδρωμένα αεροσκάφη που θα παρείχαν τον καλύτερο συμβιβασμό μεταξύ της ποιότητας των δεδομένων και του χρόνου πτήσης. Η μελέτη αυτή κατέστησε δυνατό να προσδιοριστούν οι καλύτερες διαμορφώσεις πτήσης που εγγυώνται την καλύτερη ακρίβεια στην εκτίμηση των παραμέτρων των στεγάστρων των αμπέλων σε σύγκριση με τις χειροκίνητες μετρήσεις.
Η καλύτερη διαμόρφωση, με σφάλματα μικρότερα του 10% σε σύγκριση με τις χειροκίνητες μετρήσεις, αποδείχθηκε ότι ήταν το ύψος πτήσης των 30 μέτρων, με 85% επικάλυψη μεταξύ των φωτογραφιών και με συνδυασμένες γωνίες κάμερας (nadiral και 30°), οι οποίες βελτίωσαν σημαντικά την ακρίβεια των δεδομένων που συλλέχθηκαν.

Περιβαλλοντικά και οικονομικά οφέλη

Χρησιμοποιήθηκε μια διεθνώς τυποποιημένη διαδικασία (ISO 22522) και ένας ανιχνευτής τροφίμων (ταρτραζίνη) για την αξιολόγηση της ποσότητας και της ποιότητας της εναπόθεσης φυτοφαρμάκων στο θόλο της αμπέλου στις δύο διαφορετικές περιοχές. Ο κύριος στόχος ήταν να συγκριθεί η αποτελεσματικότητα των δύο τύπων επεξεργασίας. Οι μετρήσεις σχετικά με την αποτελεσματικότητα των μεταχειρίσεων πραγματοποιήθηκαν από το Τμήμα Γεωργικής Μηχανικής (DAGRI) του Πανεπιστημίου της Φλωρεντίας.

Σχήμα 6: Η διαδικασία περιελάμβανε τη δειγματοληψία τριών αντιπροσωπευτικών αμπελιών στις περιοχές χαμηλής, μέσης και υψηλής ζωηρότητας, με τη χρήση υδατοευαίσθητων χαρτών και νάιλον συλλεκτών τοποθετημένων σε τρία διαφορετικά ύψη της κόμης (Η1 πάνω από το κορδόνι, Η2 στη μέση της κόμης, Η3 στην κορυφή).

Τα αποτελέσματα έδειξαν ότι η μέση κάλυψη ήταν 35% στο τεμάχιο VRT, ελαφρώς υψηλότερη από το βέλτιστο όριο (30%), αλλά τα στέγαστρα των αμπελιών καλύφθηκαν σύμφωνα με την πραγματική βιομάζα τους, ενώ το τεμάχιο ελέγχου κατέγραψε μέση κάλυψη 39%, χωρίς να ληφθεί υπόψη η πραγματική βιομάζα στον αγρό. Τέλος, δεν εντοπίστηκαν ασθένειες στα εξεταζόμενα τεμάχια και δεν διαπιστώθηκαν σημαντικές διαφορές στην απόδοση και την ποιότητα των σταφυλιών κατά τη στιγμή της αξιολόγησης.
Όσον αφορά τη δόση, χάρη στην προσέγγιση VRT, επιτεύχθηκε μέση μείωση της χρήσης φυτοφαρμάκων και νερού κατά 35%, με μέγιστη μείωση 41% κατά την ενδιάμεση φαινολογική φάση. Η εξοικονόμηση αυτή μπορεί να μεταφραστεί σε μείωση των επιπτώσεων των προϊόντων στο περιβάλλονκαι έτσι βελτιώνουν τη διατήρηση της βιοποικιλότητας στον αμπελώνα και περιορίζουν τη ρύπανση των υπόγειων υδάτων και του αέρα.

Συμπεράσματα

Το έργο AgroTwin αποτελεί ένα βήμα προς τα εμπρός στη γεωργία ακριβείας με την αξιοποίηση εικόνων για την υποστήριξη γεωπονικών αποφάσεων. Χάρη σε αυτό, έχει σχεδιαστεί ένα πρωτότυπο DSS από εικόνες drone. Επιπλέον, ο βαθμός στον οποίο η ενσωμάτωση των μη επανδρωμένων αεροσκαφών και των προηγμένων αλγορίθμων μπορεί να να βελτιώσει την περιβαλλοντική και οικονομική βιωσιμότητα των γεωργικών εργασιών.

Το έργο έδειξε πώς η χρήση ενός μη επανδρωμένου αεροσκάφους που λαμβάνει απλές φωτογραφίες RGB μπορεί να δημιουργήσει ψηφιακά μοντέλα επαρκούς ποιότητας για την ανάλυση μιας καλλιέργειας στον αγρό και την απόκτηση χάρτες συνταγογράφησης που μπορούν να χρησιμοποιηθούν για τις πιο σημαντικές λειτουργίεςόπως στη διανομή φυτοπροστατευτικών προϊόντων ή στην επιλεκτική συγκομιδή με βάση το βλαστικό σθένος, εξοικονομώντας έτσι πολύτιμους πόρους και βελτιώνοντας τις διαδικασίες παραγωγής. εξοικονόμηση πολύτιμων πόρων και βελτίωση των διαδικασιών παραγωγής.

Χάρη στη σημαντική εξοικονόμηση της ποσότητας φυτοφαρμάκων και νερού, καθώς και στη βελτιωμένη ανακατανομή στον αγρό, το DSS που αναπτύχθηκε τοποθετείται ως καινοτόμο και βιώσιμο γεωπονικό εργαλείο, επιτρέποντας την εφαρμογή των επιταγών της γεωργίας ακριβείας με την αξιοποίηση των ψηφιακών αντιγράφων του αμπελώνα.
Σε έναν τομέα που προσανατολίζεται όλο και περισσότερο στη βιωσιμότητα, η τεχνολογία αυτή είναι σε θέση να προσφέρει στους γεωργούς μια πρακτική, οικονομικά αποδοτική και πρωτοποριακή λύση στις τρέχουσες προκλήσεις της σύγχρονης γεωργίας.

Μάθετε πώς να βελτιστοποιείτε τις θεραπείες με την εφαρμογή iAgro ή με το iDrone!