Vědci Altajské státní agrární univerzity a Všeruského výzkumného ústavu fytopatologie pokračují v realizaci společného projektu „Vývoj metod pro včasnou detekci chorob, škůdců a plevelů na polích s využitím technického vidění a inteligentních systémů pro přechod na zavádění pesticidů v diferencovaných dávkách“, uvádí tisková služba Altajské státní agrární univerzity.
Podle plánu projektu budou vědci vyvíjet metody a technologie pro pozemní a dálkovou detekci škůdců, chorob a plevelů v plodinách pomocí digitálních multispektrálních a hyperspektrálních kamer a algoritmů umělé inteligence.
Tým vědců Altajské státní agrární univerzity, kteří se podílejí na realizaci projektu, vede doktor technických věd, profesor, vedoucí katedry zemědělské techniky a techniky Vladimir Beljajev.
Klíčovou fází realizace projektu bylo terénní testování návrhu vertikálního optického senzorového systému se snímkováním ve vysokém rozlišení (v milimetrovém měřítku), se schopností pracovat v různých výškách v plodinách, s paralelním záznamem stopy a souřadnice bodů průzkumu při pohybu. Experiment se uskutečnil na polích průmyslového partnera AGAU - farmy LLC "Leo" v Kalmanském okrese na území Altaj, na plodinách sóji odrůdy Gratsia. Do Barnaulu přijeli vědci z Výzkumného ústavu fytopatologie, aby se zúčastnili experimentu. Sofia Zhelezova a Ph.D., výzkumná pracovnice Jevgenij Štěpánová.
Systém lze namontovat na výložník taženého postřikovače a při pohybu rychlostí 15 km/h v různých úhlech k povrchu zaznamenat video pro posouzení přítomnosti škodlivých předmětů a plevele v plodinách a shromáždit spektrální knihovnu obrázky škodlivých předmětů.
„Jedním z úkolů pracovní skupiny vědců Altajské státní agrární univerzity je vývoj univerzálního kamerového montážního systému a jeho integrace s GPS přijímačem pro práci v terénu s možností záznamu stopy a souřadnic střeleckých bodů. při pohybu. Musíme především experimentálně určit optimální úhel kamery a montážní výšku, rychlost pohybu, nejefektivnější parametry snímání atd. Nyní musí výsledky zpracovat a analyzovat kolegové z Moskvy,“ komentoval předběžné výsledky testu Vladimir Beljajev.
Dalším krokem projektu bude vývoj algoritmů pro zpracování snímků získaných kamerami v laboratorních a polních podmínkách s využitím neuronových sítí pro klasifikaci cílových objektů (chorob, škůdců a plevelů) na snímcích.
Na základě výsledků průzkumu plodin budou sestaveny mapy prostorového rozšíření škodlivých organismů v plodinách.
„Na základě výsledků pozemního a dálkového průzkumu plodin a mapy prostorového rozmístění škodlivých objektů je plánován vývoj rozhodovacího algoritmu pro použití pesticidů v diferencovaných dávkách. Dále bude vytvořen předpisový soubor nebo karta postřikovacího úkolu ve formátu kompatibilním s palubním počítačem postřikovače., - vysvětluje Sofya Zhelezova.
Schválení metody postřiku plodin pesticidy v diferencované dávce a předběžné ekonomické posouzení tohoto způsobu postřiku v porovnání s tradičním postřikem stejnou dávkou na celou plochu pole je závěrečným úkolem projektu, dodávají vědci.