प्रणालीले कृत्रिम बुद्धिमत्तासँगै भूउपग्रह छविहरू प्रयोग गर्दछ र आलु प्रदर्शनको पूर्वानुमान गर्न सफलतापूर्वक परीक्षण गरिएको छ।
रिमोट सेन्सिंग लेबोरेटरी (LATUV) का अन्वेषकहरू भ्लालाडोलिड विश्वविद्यालय (UVa) बाली भविष्यवाणी मोडेल सुधार गर्न सक्षम एक नयाँ वनस्पति सूचकांक डिजाइन गरेको छ। नयाँ प्रविधिको, जसले ESA Sentinel-2 उपग्रह छविहरू र मेशिन लर्निंग र कृत्रिम बुद्धि प्रविधिको प्रयोग गर्दछ, आलु र गहुँ बाली उत्पादन अनुमान गर्न सफलतापूर्वक परीक्षण गरिएको छ।
कृषि उत्पादन मानव र वातावरणीय दुबै कारकहरूको ठूलो संख्यामा निर्भर गर्दछ जसले कृषकहरूमा ठूलो अनिश्चितता सिर्जना गर्दछ। तर प्रविधि यसलाई कम गर्न महत्वपूर्ण सहयोगी हुन सक्छ। यो कम्प्युटेशनल मोडेलहरूको लागि हो जुन विशेष परिस्थितिहरूमा बालीको व्यवहार अनुकरण गर्न खोज्छ, उदाहरणका लागि माटो, मौसम वा कृषि अभ्यास, र, यो अपेक्षित विकासको आधारमा कृषि उत्पादनको अनुमान लगाउँछ।
“त्यहाँ धेरै मोडेलहरू छन् र ती प्रायः प्रत्येक प्रकारको बालीका लागि विशिष्ट हुन्छन्,” डिएगो गोमेज भन्छन्, एक ल्याटूभी अनुसन्धानकर्ता र रिमोट सेन्सि and एण्ड एग्रीकल्चरल एण्ड फरेस्ट मेटेरोलजी पत्रिकामा हालसालै प्रकाशित गरिएको दुई अध्ययनका पहिलो लेखक।
तर यी परम्परागत विकास मोडेलका केही सीमितताहरू छन्, जस्तै "समान पार्सल भित्र spatially मोडेल परिवर्तनशीलता को असक्षमता" वा इनपुट डेटा को भीड को लागी उनीहरु चाहिन्छ "प्राय जसो समय र पैसाको स cost्कलनमा संलग्न भएकोले उच्च लागतको कारण प्राप्त हुँदैन। "
आलु बढ्ने क्षेत्र जसमा अनुमानहरू गरिएको छ / डी। गोमेज
यस प्रकार, भर्खरका वर्षहरूमा हामी एक प्रविधि, रिमोट सेन्सिingमा शर्त लगाइरहेका छौं जसले ऑप्टिकल सेन्सरले लिएका वर्णक्रमीय छविहरू प्रयोग गर्दछ (उपग्रह, हवाइजहाज, ड्रोन, इत्यादिमा स्थापित) र यसले पूरक र केही अवस्थामा यी परम्परागत मोडेलहरू प्रतिस्थापन गर्न सक्दछ। यी वर्णनात्मक छविहरूले बालीको अवस्था वा फिनोलजीमा डेटा प्रदान गर्दछ - बोट विकास प्रक्रियामा देखिने बाह्य परिवर्तनहरू - जुन मोडेलमा एकीकृत हुन्छन् जुन बालीहरूको भविष्यवाणी गर्न इनपुट जानकारी समायोजन गर्छन्।
"स्पेक्ट्रल छविहरू कभर जुन आगत डेटाको लागि आवाश्यक हुन्छ, टाढाको साइटहरूमा पहुँच अनुमति दिन्छ, र कम लागत छ। तिनीहरूले बालीको उत्पादक क्षमतासँग सम्बद्ध सूचना पनि प्राप्त गर्न सक्षम छन्, "एलएटीयूभी अन्वेषक भन्छन्, जुन वर्णक्रान्त सूचकहरू मध्ये एक हो - गणितिय सूत्र जसले वर्णक्रिया बैंडहरू जोड्दछ - वनस्पतिको प्राय: जसो प्रयोग हुने क्षमताको अनुमान गरिन्छ। वनस्पतिको घनत्व - जसले अन्ततः बाली उत्पादकताको पूर्वानुमान गर्दछ - NDVI (NDVI) हो।
पूर्वानुमानित मोडेल बाली उत्पादन गर्न यस सूचकांकको समय श्रृंखलाको प्रयोग वैज्ञानिक साहित्यहरूमा धेरै सामान्य छ। यस सूचकांकले वनस्पति परावर्तन प्रयोग गर्दछ - वनस्पतिको प्रकाश प्रतिबिम्बित गर्ने क्षमता - दुई वर्णक्रिया ब्यान्डमा, रातो र नजीक-रातो, जुन प्रकाश संश्लेषणको लागि प्रयोग गरिने केही प्रकाश र पातहरूको कोष संरचनासँग सम्बन्धित छ।
नयाँ वनस्पति सूचकांक
एलएटीयूभी अनुसन्धानकर्ताहरूले पीएसआई भनिने नयाँ सूचकांक ESA Sentinel-2 उपग्रह छविहरूको आधारमा विकसित गरेका छन् जुन प्रकाश संश्लेषणमा संलग्न स्पेक्ट्रल जानकारी - to०० देखि 400०० नानोमिटरहरू - ले इलेक्ट्रोमॅग्नेटिक स्पेक्ट्रम -700०704 को अन्य क्षेत्रहरूबाट जानकारी लिने गर्दछ। नानोमीटर, रेड एज ब्यान्ड र 945 XNUMX नानोमिटरहरू, पानीको बाष्प अवशोषण ब्यान्ड- जसले बालीको अवस्थाको बारेमा अन्य मुख्य जानकारी प्रदान गर्न सक्छ, जस्तै यसको पानीको तनाव - जब बोटबिरुवाले भन्दा पानीको माग गर्दछ।
अन्वेषकहरूले दुवै वनस्पति सूचक, एनडीभी र पीपीआईको भविष्यवाणी क्षमता र उपग्रह छविहरूको अधिक डाटासँग तुलना गरे। यो गर्न, तिनीहरूले दुई कृत्रिम बुद्धिमत्ता र मेशिन लर्निग एल्गोरिदमहरू प्रयोग गरे (र्यान्डम फरेस्ट र समर्थन भेक्टर मेशिन), र विभिन्न मोडेलहरू उत्पादन गरे जसमा उनीहरूले यी अनुक्रमणिकालाई अन्य सेटेलाइट ब्यान्डसँग जोडे।
अग्रगामी गोमेज भन्छन्, “परिकल्पना यो थियो कि लोकप्रिय एनडीभीआई सूचकांकमा समावेश नभएको अन्य ब्यान्डहरू प्रयोग गर्ने सूचकांकको प्रयोग गरेर र संवेदनशील बाली सम्बन्धी जानकारी प्रदान गर्ने सम्भाव्यतासहित भविष्यवाणी गर्ने मोडेलहरू अझ राम्रो हुने थियो,” अग्रगामी गोमेज भन्छन्। त्यो, अन्तमा, मोडेलहरूको भविष्यवाणी गर्ने क्षमता "जब या त दुवै वा वनस्पति सूचकांकहरू समावेश गरिएको थियो" वृद्धि भयो ", जुन" केही व्यक्तिगत सेटेलाइट ब्यान्डको संयोजनमा यो डेटाको उपयोग "लाई महत्त्व दिन्छ।
आलु खेतीमा अधिक सटीक भविष्यवाणी
परिणामहरूले देखाउँदछ कि पीपीआई सूचकांक NDVI समान जानकारी प्रदान गर्दछ जब समर्थन भेक्टर मेसिन एल्गोरिथ्मको प्रयोग गर्दछ, र NDVI भन्दा उल्लेखनीय रूपमा अधिक जानकारीमूलक हुन्छ रान्डम फारेस्ट एल्गोरिथ्मको प्रयोग गर्दा, आशाजनक परिणामहरू "जसले टेबुलमा नयाँ वनस्पति सूचकांक राख्दछ जुन भविष्यवाणी सुधार गर्न सक्दछ। उपग्रह छविहरूमा आधारित फसल मोडेलहरू "।
अहिलेसम्म नयाँ इन्डेक्सको परीक्षण पर्याप्त स्थानीयकृत अध्ययन क्षेत्रमा आलु खेतीमा गरिएको छ। खाद्यान्न पछि, आलु विश्वव्यापी रूपमा सबैभन्दा महत्त्वपूर्ण खाद्य बाली हो। यसले विकासोन्मुख देशहरूको खाद्य सुरक्षामा महत्वपूर्ण भूमिका खेल्छ र युरोपियन कृषि क्षेत्रको ठूलो वजन छ, जर्मनी, फ्रान्स, नेदरल्याण्ड्स र पोल्याण्ड प्रमुख उत्पादकको रूपमा। यो मेक्सिकोमा लिइएको डाटाको साथ गहुँमा पनि परिक्षण गरिएको छ।
उपकरणको विचार भनेको मोडेलको दृढतालाई सुधार गर्न डाटाको संख्या बढाउने, स्थानिक परिवर्तनशीलता बढाउन र नयाँ बाली समावेश गर्ने ठूलो अध्ययन क्षेत्रलाई कभर गर्नु हो। दृष्टिकोण जुन फन्डि fundingको निरन्तरतामा निर्भर गर्दछ र किसानहरूलाई भविष्यमा उनीहरूको फसलको भविष्यवाणी गर्न अझ मद्दत पुर्याउँछ।