Bitki sağlığı uygulamalarını optimize etmek üzere üzüm bağlarını analiz etmek için Yapay Zeka ve Bilgisayarlı Görme

Giriş

Teknolojik yenilikler tarım dünyasında giderek daha fazla yer almaktadır ve alt proje AgroTwin60 bin Avro ile finanse edilmiştir. Horizon Avrupa ICAERUSbunun mükemmel bir örneğidir.
ICAERUS, dünyanın farklı bölgelerinin keşfine odaklanan bir projedir. potansiyeli Tarım, çevresel izleme ve kırsal hizmetler için çok amaçlı araçlar olarak dronlar.
AgroTwin alt projesinin amacı, bir tarımsal ürün geliştirme ve test etme Karar Destek Sistemi (DSS) gelişmiş algoritmalarına dayanan Yapay zeka ve bilgisayar görüşü için bitki sağlığı uygulamalarını optimize edin DJI Phantom 3 Professional (Şekil 1) gibi tüketici seviyesindeki dronların kullanımı yoluyla.

Şekil 1: DJI Phantom 3 Professional’ın test bağında uçuş hazırlığı.

Sürdürülebilir Tarım için Bir Karar Destek Sistemi

Görüntü toplama ve algoritma testi şu cihazlarda gerçekleştirilmiştir Cesa (AR) bölgesel arazisinde yaklaşık 1,2 hektarlık bir Sangiovese üzüm bağı (Şekil 2). İkincisi şu bölümlere ayrılmıştır 2 arsa Benzer büyüklükte ve vejetatif canlılıkta, biri DSS sonuçlarımıza dayalı olarak bitki koruma maddelerinin değişken dozda dozlanması için (test), diğeri ise standart çiftlik dozlarının uygulandığı sabit dozlar (kontrol) için kullanılmıştır.

Bağın görünür (RGB) görüntülerini yakalamak için kullanımı kolay ve yaygın olarak pazarlanan bir drone olan DJI Phantom 3 Professional kullandık. Bu görüntüler, üç farklı fenolojik aşamada üzüm bağının dijital ikizini oluşturmamızı sağlayan 3D nokta bulutları oluşturmak için kullanıldı.

Her uçuş için, tescilli algoritmalar kullanılarak, dijital model, ilgilenilen bireysel asmaların ana biyometrik parametrelerini çıkarmak için hassas bir şekilde analiz edildi. DSS, bu verileri kullanarak değişken oranlı uygulamalar (VRT) için özelleştirilmiş reçete haritaları oluşturdu ve pestisit uygulamasının verimliliğini artırdı.

Şekil 2: Test edilen bağın yeri ve iki parselin alt bölümleri (test, kontrol).

Biyometrik Parametrelerin Analizi için Gelişmiş Algoritmalar

AgroTwin’in en yenilikçi yönlerinden biri , asmaların biyometrik özelliklerini analiz etmek için gelişmiş yapay zeka ve bilgisayarla görme algoritmalarının geliştirilmesiydi. Drone tarafından oluşturulan 3D nokta bulutlarına uygulanan bu algoritmalar, manuel ölçümlere kıyasla ortalama %10’dan daha az bir hata payıyla, ilgilenilen bitkilerin kalınlığı, yüksekliği ve gölgelik hacmi gibi ana parametrelerin doğru bir şekilde analiz edilmesini mümkün kılmıştır (Şekil 3, 4).

Şekil 3: Bir test asmasının farklı fenolojik evrelerindeki gelişim (kalınlık (m), yükseklik (m), hacim (m3)).

Şekil 4: Sahada manuel ölçümler.

Bu biyometrik parametrelerin kullanılmasıyla, algoritmalar çok önemli bir canlılık endeksi oluşturmayı mümkün kılmıştır. LAI (Yaprak Alanı İndeksi) Ayrıca bağ kanopisinin alanı ve hacmi hakkında bilgi veren LWA (Yaprak Duvarı Alanı) ve TRV (Ağaç Sırası Hacmi) değerlerini üretir.
Uygun sayıda örnek bitkinin enterpolasyonu ile algoritmalar otomatik olarak bitki sağlığı uygulamaları için vejetatif canlılık haritaları (LAI) ve reçete haritaları (Şekil 5).

Şekil 5: Her bir fenolojik evre için bitki sağlığı uygulamaları için canlılık haritaları (LAI) ve reçete haritaları (litre/hektar).

Veri Toplamayı İyileştirmek için Duyarlılık Analizi

Projenin bir diğer önemli aşaması, drone araştırmalarının veri kalitesi ile uçuş süresi arasında en iyi uzlaşmayı sağlayacak en iyi uçuş parametrelerini bulmak için yapılan duyarlılık analiziydi. Bu çalışma, manuel ölçümlere kıyasla asma örtülerinin parametrelerinin tahmininde en iyi doğruluğu garanti edecek en iyi uçuş konfigürasyonlarınınbelirlenmesini mümkün kılmıştır.
Manuel ölçümlere kıyasla %10’dan daha az hata ile en iyi konfigürasyonun 30 metrelik uçuş yüksekliği, fotoğraflar arasında %85 örtüşme ve toplanan verilerin doğruluğunu önemli ölçüde artıran birleşik kamera açıları (nadiral ve 30°) olduğu kanıtlanmıştır.

Çevresel ve Ekonomik Faydalar

İki farklı alanda asma örtüsü üzerindeki pestisit birikiminin miktarını ve kalitesini değerlendirmek için uluslararası standartlara uygun bir prosedür (ISO 22522) ve bir gıda izleyici (tartrazin) kullanılmıştır. Temel amaç, iki uygulama türünün etkinliğini karşılaştırmaktı. Uygulamaların etkinliğine ilişkin ölçümler Floransa Üniversitesi Tarım Mekaniği Bölümü (DAGRI) tarafından gerçekleştirilmiştir.

Şekil 6: Prosedür, suya duyarlı haritalar ve üç farklı kanopi yüksekliğine (kordonun üstünde H1, kanopinin ortasında H2, tepede H3) yerleştirilmiş naylon toplayıcılar kullanılarak düşük, orta ve yüksek canlılık alanlarında üç temsili asmanın örneklenmesini içermektedir.

Sonuçlar, VRT parselinde ortalama örtünün %35 olduğunu, bunun optimum eşikten (%30) biraz daha yüksek olduğunu, ancak asmaların kanopilerinin gerçek biyokütlelerine göre örtüldüğünü, kontrol parselinde ise tarladaki gerçek biyokütle dikkate alınmadan ortalama %39’luk bir örtünün kaydedildiğini göstermiştir. Son olarak, test edilen parsellerde herhangi bir hastalık tespit edilmemiş ve değerlendirme sırasında üzüm verimi ve kalitesinde önemli bir fark bulunmamıştır.
Doz ile ilgili olarak, VRT yaklaşımı sayesinde, pestisit ve su kullanımında ortalama %35’lik bir azalma sağlanmış ve ara fenolojik evrede %41’lik bir tepe noktasına ulaşılmıştır. Bu tasarruflar aşağıdakilere dönüştürülebilir ürünlerin çevre üzerindeki etkisinin azaltılmasıve böylece bağdaki biyolojik çeşitliliğin korunmasını iyileştirir ve yeraltı suyu ve hava kirliliğini sınırlar.

Sonuçlar

AgroTwin projesi, agronomik karar desteğinde görüntülerden yararlanarak hassas tarımda ileriye doğru bir adımı temsil etmektedir. Bu sayede, şu şekilde tasarlanmıştır drone görüntülerinden bir prototip DSS. Ayrıca, insansız hava araçları ve gelişmiş algoritmaların entegrasyonunun ne ölçüde Tarımsal faaliyetlerin çevresel ve ekonomik sürdürülebilirliğini iyileştirmek.

Proje, basit RGB fotoğrafları çeken bir drone kullanımının, tarladaki bir mahsulü analiz etmek ve aşağıdaki sonuçları elde etmek için yeterli kalitede dijital modelleri nasıl oluşturabileceğini gösterdi En önemli işlemler için kullanılabilecek reçete haritalarıörneğin bitki koruma maddelerinin dağıtımı veya vejetatif canlılık temelinde seçici hasat, böylece değerli kaynaklardan tasarruf edilmesi ve üretim süreçlerinin iyileştirilmesi. Değerli kaynaklardan tasarruf etmek ve üretim süreçlerini iyileştirmek.

Pestisit ve su miktarındaki önemli tasarruflar ve tarladaki iyileştirilmiş yeniden dağıtım sayesinde, geliştirilen DSS, bağın dijital kopyalarından yararlanarak hassas tarımın gerekliliklerinin yerine getirilmesini sağlayan yenilikçi ve sürdürülebilir bir agronomik araçolarak konumlanmaktadır.
Sürdürülebilirlik odaklı bir sektörde, bu teknoloji çiftçilere modern tarımın mevcut zorluklarına pratik, uygun maliyetli ve son teknoloji bir çözüm sunabilmektedir.

Uygulama ile tedavileri nasıl optimize edeceğinizi öğrenin iAgro ya da iDrone!