Трехмерное моделирование сельскохозяйственных посевов поможет аграриям сэкономить время и деньги

Доктор Лонесом Маламбо (Lonesome Malambo), совместно с командой ученых из научного агенства Texas A&M AgriLife, ведет разработку новых методов трехмерного моделирования сельскохозяйственных посевов на основе снимков аэрофотосьемки, получаемых с помощью беспилотных дронов. Исследовательский проект финансируется агенством AgriLife Research, Министерством сельского хозяйства США, Национальным институтом продовольствия и сельского хозяйства США и Советом производителей кукурузы штата Техас.

«Результаты работы междисциплинарного партнерства применимы и к исследованиям в области кукурузных и сорго культур; это не просто замена наших стандартных методик замера высоты растений, но и открытие новых способов измерения того, как различные культуры реагируют на стресс в разное время в течение вегетационного периода. Это поможет селекционерам находить более производительные и стрессоустойчивые сорта культур быстрее, чем когда-либо раньше.», объясняет доктор Сет Муррэй (Seth Murray), один из участников программы.

По словам Маламбо, сегодня аграрии используют генетические и фенотипические типы данных при определении способов улучшения сельскохозяйственных культур. Несмотря на существенные успехи в области генетики за последние годы, еще многое предстоит сделать для эффективного измерения физических качеств урожая. Сегодня, большая часть измерений все еще производится фермером вручную с земли.

За последние несколько лет команда ученых проанализировала аэрофотоснимки с беспилотных сельскохозяйственных дронов на предмет использования этих данных в процессе измерения высоты сельскохозяйственных культур. В случае успешного применения такой методики аэрофотоснимки с беспилотных дронов позволят производить эффективный мониторинг развития культур и влияния различных негативных факторов. По мнению доктора Маламбо, данное исследование может стать первым, в котором используется технология SfM (structure from motion) для проведения анализа развития кукурузных и сорго культур (сорго — хлебное культурное растение в Северной Америке), поскольку в процессе созревания данные культуры показывают существенную вариацию в длине стебля и размере кроны.

Сама по себе технология SfM не нова, хотя и была исторически недооценена для многократных замеров высоты растений. Технология SfM использует перекрывающие друг друга изображения для построения трехмерной модели поля, что значительно превосходит возможности традиционных плоских изображений.

Команда ученых в рамках проводимого исследования произвела 12 вылетов беспилотных дронов в намеченные даты, в то время как наземная команда производила замеры с земли. Помимо этого, для сравнения эффективности замеров по технологии SfM ученые также задействовали и наземные замеры с помощью террестриального лазера, или лидара. Использование последнего является наиболее эффективным с точки зрения точности измерения высоты кроны растения, хотя его использование и требует высокой посадки на сельскохозяйственной технике.

Несмотря на высокую точность лидара, данное оборудование является весьма дорогостоящим, и потому не практичным для рутинных замеров растений, считает доктор. На данный момент команда собирает еще один лазер для установки на беспилотный дрон. Его работа намечена на конец этого года.

По словам Маламбо, ручные замеры растений в поле производились командой ученых с мая по июль, в то время как аэрофотосьемка беспилотным дроном велась с апреля по август. Результатами работы дрона по технологии SfM ученые остались довольны, по их мнению данная методика позволит существенно сократить временные и денежные издержки аграриев.

Подобный успех позволяет аграриям вместо дорогостоящих фотограмметрических камер и террестриальных лазеров использовать куда болеед доступное оборудования для произведения картографирования и трехмерного моделирования полей.

Тем не менее, технология SfM, результаты применения которой зависят от качества снимков, также не лишена и недостатков. Так, в случае сорго культур, отличающихся богатой зеленой листвой, данная методика показала отличные результаты. Однако в случае кукурузы, которая имеет тенденцию высыхать и терять контрастность по мере созревания, результаты оказались хуже.

«Наш общий вывод — технология SfM обладает большим потенциалом по измерению высоты растения, но нам нужно добиться более стабильных результатов на протяжении всего вегетационного периода. Перемены в скорости ветра могут повлиять на камеры дронов при произведении снимков. А это, в свою очередь, негативно сказывается на результатах трехмерного моделирования.», отметил Маламбо.

По словам ученого, сейчас идет дальнейшая оптимизация данной технологии. Кроме того, ведут работы по сокращению времени обработки снимков — данные, собранные за последний сезон настолько велики, что их компьютерная обработка заняла несколько дней.

Еще одной целей исследователей является обработка получаемых с дронов данных в режиме реального времени. Для этого планируется задействовать технологии Искусственного Интеллекта, такие как глубинное обучение или машинное обучение.

Phys.Org