Kubota і Токійський університет навчили дрони прогнозувати врожайність картоплі без викопування бульби

Дослідники з Вищої школи сільськогосподарських та біологічних наук Токійського університету разом із корпорацією Kubota розробили систему штучного інтелекту на основі дронів для оцінки підземної біомаси бульб картоплі та прогнозування врожайності без викопування рослин. Про це повідомляє Zerno UA.

Розробка створена в межах спільної ініціативи Kubota Todai Lab. Польові випробування тривали протягом вегетаційних сезонів 2023 та 2024 років у Центрі польових наук Токійського університету в місті Ніші-Токіо.

Практична цінність підходу полягає в тому, що агрономи можуть отримувати оцінку розвитку бульб у полі без руйнування рослин і без вибіркового викопування. Для картоплярства це особливо важливо, адже основна товарна частина врожаю формується під землею, а її стан складно оцінити звичайними методами дистанційного моніторингу.

Дрони з RGB і мультиспектральними камерами знімали поля протягом сезону

У технологічному ланцюжку використовували дрони, обладнані RGB-камерами та мультиспектральними камерами. Вони фотографували картопляні поля через регулярні проміжки часу протягом вегетаційного періоду.

Із цих знімків дослідники отримували набір показників на рівні окремих ділянок. До нього входили коефіцієнт рослинного покриву, висота крони, колірні індекси та індекси рослинності. Саме ці надземні характеристики культури стали основою для подальшої оцінки підземної біомаси.

Такий підхід поєднує дистанційне зондування та машинне навчання: дрон фіксує видимий стан рослин, а алгоритм шукає зв’язок між параметрами надземної маси й фактичним накопиченням бульб.

Машинне навчання оцінює біомасу бульб на незібраних ділянках

Для навчання моделі дослідники поєднували характеристики, отримані із зображень, із польовими вимірюваннями біомаси бульб. Тобто частину ділянок використовували як контрольні з фактичними вимірюваннями, а потім на цій базі модель навчалася оцінювати біомасу там, де рослини не викопували.

Після навчання система могла оцінювати підземну біомасу бульб на незібраних ділянках, використовуючи лише дані з дронів. Це зменшує потребу в трудомістких і руйнівних польових пробах, які зазвичай дають інформацію лише для обмеженої кількості точок на полі.

Для виробництва картоплі така технологія може бути корисною під час оперативного контролю посівів, порівняння різних схем вирощування, оцінки стану насіннєвого матеріалу та планування строків збирання.

Крива росту Гомперца прогнозує кінцеву врожайність

Оцінки машинного навчання дослідники інтегрували у криву росту Гомперца. Це S-подібна математична модель, яку застосовують для опису біологічного росту в часі.

У цьому випадку крива враховує розвиток культури протягом сезону та допомагає перейти від проміжної оцінки біомаси до прогнозу кінцевої врожайності. Тобто система не обмежується фіксацією поточного стану рослин, а використовує динаміку росту для розрахунку очікуваного результату на момент збирання.

Для точного землеробства це суттєво розширює можливості дронів. Замість окремих індексів стану рослин агровиробник потенційно отримує прогнозований виробничий показник, який можна використати для управлінських рішень.

Точність випробувань: кореляція понад 0,8 для біомаси і понад 0,7 для врожайності

Польові випробування охоплювали різну щільність посадки та різні умови насіннєвої картоплі. Це важливо для перевірки стійкості моделі, адже зміни густоти стояння рослин і якості посадкового матеріалу безпосередньо впливають на розвиток картоплі та формування бульб.

За результатами випробувань оцінка біомаси бульб досягла коефіцієнта кореляції вище 0,8. Кінцевий прогноз урожайності з використанням кривої росту показав коефіцієнт кореляції вище 0,7.

Такі показники свідчать, що модель змогла за даними дистанційного моніторингу відтворити істотну частину зв’язку між надземним розвитком картоплі та накопиченням підземної маси. Водночас джерело не подає комерційних строків впровадження або планів продажу цієї системи.

Дослідження очолили фахівці Токійського університету, Kubota та партнерських організацій

До команди дослідження увійшли докторант Юто Імачі, професор Хіройоші Івата та доцент Вей Го з Токійського університету. З боку Kubota були залучені дослідники з відділу досліджень наступного покоління корпорації.

Також у роботі брали участь Масахіро Окада з Sarabetsu Prediction Co., Ltd. та Пітер М. Блок, колишній доцент проєкту в Токійському університеті, який нині пов’язаний з Ейндховенським технологічним університетом.

Команда зазначає, що запропонований підхід може бути поширений на інші культури з підземними органами. Це відкриває ширше поле застосування для поєднання дронів, дистанційного зондування та штучного інтелекту в точному землеробстві.

Що це означає для точного землеробства

Для культур, у яких основний урожай формується під землею, дистанційний моніторинг традиційно має обмеження: камери бачать листя, стебла і загальний стан посіву, але не саму товарну частину. Робота Токійського університету та Kubota показує, як цей розрив можна частково подолати за допомогою моделей, навчених на польових пробах.

Якщо подібні системи будуть адаптовані до виробничих умов, вони можуть допомогти господарствам точніше планувати збирання, логістику, зберігання та реалізацію картоплі. Для селекційних і дослідних програм така технологія також може пришвидшити порівняння ділянок без надмірного руйнування рослин у процесі спостережень.

Про компанію Kubota

Kubota Corporation, японська компанія, заснована у 1890 році в Осаці. Вона спеціалізується на сільськогосподарській техніці, тракторах, двигунах, будівельній техніці, рішеннях для водної інфраструктури та промисловому обладнанні.

У аграрному секторі Kubota відома тракторами, комбайнами, рисозбиральною технікою, машинами для овочівництва та рішеннями для механізації фермерських господарств. Компанія працює на міжнародних ринках і розвиває напрями автоматизації, роботизації та цифрових технологій для сільського господарства.

Джерело: Zerno UA.