एरियल इमेजरी सटीक कृषिको एक मूल्यवान घटक हो, जसले किसानहरूलाई बाली स्वास्थ्य र उपजको बारेमा महत्त्वपूर्ण जानकारी प्रदान गर्दछ। छविहरू सामान्यतया ड्रोनसँग जोडिएको महँगो मल्टिस्पेक्ट्रल क्यामेराको साथ प्राप्त गरिन्छ। तर इलिनोइस युनिभर्सिटी र मिसिसिपी स्टेट युनिभर्सिटी (एमएसयू) बाट गरिएको नयाँ अध्ययनले एआई गहिरो शिक्षासँग मिलाएर मानक रातो-हरियो-निलो (आरजीबी) क्यामेराका तस्विरहरूले लागतको एक अंशको लागि बराबर फसल भविष्यवाणी उपकरणहरू प्रदान गर्न सक्छ।
मल्टिस्पेक्ट्रल क्यामेराहरूले रङ नक्साहरू प्रदान गर्दछ जसले वनस्पतिहरूलाई प्रतिनिधित्व गर्दछ जसले किसानहरूलाई बिरुवाको स्वास्थ्य र समस्या क्षेत्रहरू पत्ता लगाउन मद्दत गर्दछ। नर्मलाइज्ड डिफरन्स भेजिटेसन इन्डेक्स (NDVI) र नर्मलाइज्ड डिफरन्स रेड एज इन्डेक्स (NDRE) जस्ता वनस्पति सूचकांकहरूले स्वस्थ क्षेत्रहरूलाई हरियो रूपमा देखाउँछन्, जबकि समस्या क्षेत्रहरू रातो रूपमा देखा पर्दछ।
"सामान्यतया, यो गर्नको लागि तपाईसँग नजिकको इन्फ्रारेड क्यामेरा (NIR) हुन आवश्यक छ जसको लागत लगभग $ 5,000 छ। तर हामीले एआईलाई कम लागतको ड्रोनसँग जोडिएको आरजीबी क्यामेरा प्रयोग गरेर एनडीभीआई-जस्तो तस्बिरहरू उत्पादन गर्न तालिम दिन सक्छौं र यसले लागतमा उल्लेख्य कमी ल्याउन सक्छ,” कृषि तथा जैविक इन्जिनियरिङ विभागका सहप्राध्यापक गिरीश चौधरी भन्छन्। कागजमा म र सह-लेखकको यू।
यस अध्ययनको लागि, अनुसन्धान टोलीले मकै, भटमास, र कपास खेतहरूबाट विभिन्न विकास चरणहरूमा मल्टिस्पेक्ट्रल र एक आरजीबी क्यामेराको साथ हवाई छविहरू सङ्कलन गरे। तिनीहरूले Pix2Pix, a प्रयोग गरे तंत्रिका सञ्जाल छवि रूपान्तरणको लागि डिजाइन गरिएको, RGB छविहरूलाई NDVI र NDRE रंग नक्सामा रातो र हरियो क्षेत्रहरु। पहिलो पटक धेरै संख्यामा मल्टिस्पेक्ट्रल र नियमित तस्बिरहरू सहित नेटवर्कलाई प्रशिक्षण दिएपछि, तिनीहरूले नियमित छविहरूको अर्को सेटबाट NDVI/NDRE तस्विरहरू उत्पन्न गर्ने क्षमताको परीक्षण गरे।
"तस्बिरहरूमा प्रतिबिम्बित हरियोपन सूचकांक छ जसले फोटोसिन्थेटिक दक्षतालाई संकेत गर्दछ। यसले हरियो च्यानलमा थोरै प्रतिबिम्बित गर्दछ, र नजिकको इन्फ्रारेड च्यानलमा धेरै। तर हामीले एनआईआर च्यानलमा तालिम दिएर ग्रीन च्यानलबाट निकाल्न सक्ने नेटवर्क बनाएका छौं। यसको मतलब हामीलाई रातो, नीलो र हरियो पिक्सेल जस्ता अन्य प्रासंगिक जानकारी सहित ग्रीन च्यानल मात्र चाहिन्छ, "चौधरी बताउँछन्।
एआई-उत्पन्न छविहरूको शुद्धता परीक्षण गर्न, अन्वेषकहरूले फसल विशेषज्ञहरूको प्यानललाई एआई द्वारा उत्पन्न वा बहुस्पेक्ट्रल क्यामेराको साथ लिइएका एउटै क्षेत्रहरूको छेउ-छेउ छविहरू हेर्न आग्रह गरे। विशेषज्ञहरूले संकेत गरे कि तिनीहरूले साँचो बहुस्पेक्ट्रल छवि कुन हो भनेर बताउन सक्छन्, र तिनीहरूले निर्णय लिने प्रभाव पार्ने कुनै भिन्नताहरू देखेका छन् कि छैनन्।
विज्ञहरूले छविहरूको दुई सेटहरू बीच कुनै देख्न योग्य भिन्नताहरू फेला पारेनन्, र उनीहरूले संकेत गरे कि उनीहरूले दुवैबाट समान भविष्यवाणी गर्नेछन्। अनुसन्धान टोलीले सांख्यिकीय प्रक्रियाहरू मार्फत छविहरूको तुलनाको पनि परीक्षण गर्यो, तिनीहरूको बीचमा वस्तुतः कुनै मापन योग्य भिन्नताहरू थिएनन् भन्ने पुष्टि गर्दै।
Joby Czarnecki, MSU मा एसोसिएट रिसर्च प्रोफेसर र कागजमा सह-लेखक, चेतावनी दिन्छन् कि यसको मतलब छविहरूको दुई सेट समान छैन।
"जब हामी भन्न सक्दैनौं तस्बिरहरू सबै सर्तहरूमा समान जानकारी प्रदान गर्नेछ, यो विशेष मुद्दाको लागि, तिनीहरू समान निर्णयहरूको लागि अनुमति दिन्छ। नजिकैको इन्फ्रारेड प्रतिबिम्ब केहि बिरुवा निर्णयहरु को लागी धेरै महत्वपूर्ण हुन सक्छ। यद्यपि, यो विशेष अवस्थामा, यो रोमाञ्चक छ कि हाम्रो अध्ययनले देखाउँछ कि तपाईले महँगो प्रविधिलाई सस्तो कृत्रिम बुद्धिमत्ताको साथ बदल्न सक्नुहुन्छ र अझै पनि त्यही निर्णयमा पुग्न सक्नुहुन्छ," उनी बताउँछिन्।
एरियल दृश्यले जानकारी प्रदान गर्न सक्छ जुन जमिनबाट प्राप्त गर्न गाह्रो छ। उदाहरणका लागि, आँधीको क्षति वा पोषक तत्वको कमीको क्षेत्रहरू आँखाको स्तरमा सजिलै देखिने नहुन सक्छ, तर हावाबाट सजिलै देख्न सकिन्छ। उपयुक्त प्राधिकरण भएका किसानहरूले आफ्नै ड्रोनहरू उडान गर्न छनौट गर्न सक्छन्, वा तिनीहरूले सम्झौता गर्न सक्छन् निजी कम्पनी त्यसो गर्न। कुनै पनि तरिकाले, रङ नक्साहरूले व्यवस्थापन निर्णयहरूको लागि आवश्यक महत्त्वपूर्ण बाली स्वास्थ्य जानकारी प्रदान गर्दछ।
अध्ययनमा प्रयोग गरिएको AI सफ्टवेयर र प्रक्रियाहरू कम्पनीहरूका लागि उपलब्ध छन् जसले यसलाई लागू गर्न वा नेटवर्कलाई थप डाटासेटहरूमा तालिम दिएर प्रयोग विस्तार गर्न चाहन्छ।
"एआईमा लागत घटाउन मद्दत गर्ने धेरै सम्भावनाहरू छन्, जुन कृषिमा धेरै अनुप्रयोगहरूको लागि प्रमुख चालक हो। यदि तपाईंले $600 ड्रोनलाई थप उपयोगी बनाउन सक्नुहुन्छ भने, सबैले यसलाई पहुँच गर्न सक्छन्। र जानकारीले किसानहरूलाई उत्पादनमा सुधार गर्न र उनीहरूको जमिनको राम्रो भण्डारी बन्न मद्दत गर्नेछ, "चौधरी निष्कर्षमा पुग्छन्।
कृषि र जैविक ईन्जिनियरिङ् विभाग कृषि, उपभोक्ता र पर्यावरण विज्ञान कलेज र इलिनोइस विश्वविद्यालयको ग्रेनजर कलेज अफ इन्जिनियरिङमा छ।
यो कागज, "मानक RGB बाट NDVI/NDRE भविष्यवाणी हवाई इमेजरी गहिरो शिक्षा प्रयोग गर्दै," मा प्रकाशित छ कृषिमा कम्प्युटर र इलेक्ट्रोनिक्स.
