Wetenschappers van de Altai State Agrarian University en het All-Russian Research Institute of Phytopathology zetten de implementatie voort van het gezamenlijke project "Ontwikkeling van methoden voor de tijdige detectie van ziekten, plagen en onkruiden in de velden met behulp van technische visie en intelligente systemen voor de overgang naar de introductie van pesticiden in gedifferentieerde doses", meldt persdienst van de Altai State Agrarian University.
Volgens het projectplan zullen wetenschappers methoden en technologieën ontwikkelen voor detectie op de grond en op afstand van plagen, ziekten en onkruiden in gewassen met behulp van digitale multispectrale en hyperspectrale camera's en kunstmatige intelligentie-algoritmen.
Het team van wetenschappers van de Altai State Agrarian University dat betrokken is bij de uitvoering van het project wordt geleid door doctor in de technische wetenschappen, professor, hoofd van de afdeling landbouwmachines en -technologie Vladimir Belyaev.
De belangrijkste fase bij de implementatie van het project was het testen in de praktijk van het ontwerp van een verticaal optisch sensorsysteem met beeldvorming met hoge resolutie (op een millimeterschaal), met de mogelijkheid om op verschillende hoogtes in gewassen te werken, met parallelle opname van het spoor en coördinaten van meetpunten tijdens het bewegen. Het experiment vond plaats op de velden van de industriële partner van AGAU - de boerderij LLC "Leo" in het Kalmansky-district van het Altai-gebied, op de sojaboongewassen van de Gratsia-variëteit. Wetenschappers van het Research Institute of Phytopathology arriveerden in Barnaul om deel te nemen aan het experiment. Sofia Zhelezova en Ph.D., onderzoeker Jevgenia Stepanova.
Het systeem kan op de spuitboom van een getrokken veldspuit worden gemonteerd en, bij een snelheid van 15 km/u onder verschillende hoeken ten opzichte van het oppervlak, video opnemen om de aanwezigheid van schadelijke objecten en onkruid in gewassen te beoordelen en een spectrale bibliotheek van afbeeldingen van schadelijke objecten.
“Een van de taken van de werkgroep van wetenschappers van de Altai State Agrarian University is het ontwikkelen van een universeel cameramontagesysteem en de integratie ervan met een GPS-ontvanger voor het werken in het veld met de mogelijkheid om het spoor en de coördinaten van opnamepunten vast te leggen terwijl in beweging. In het bijzonder moeten we experimenteel de optimale camerahoek en montagehoogte, bewegingssnelheid, de meest effectieve opnameparameters, enz. bepalen. Nu moeten de resultaten worden verwerkt en geanalyseerd door collega's uit Moskou', reageerde Vladimir Belyaev op de voorlopige resultaten van de test.
De volgende stap van het project is de ontwikkeling van algoritmen voor het verwerken van door camera's verkregen beelden in laboratorium- en veldomstandigheden, waarbij neurale netwerken worden gebruikt om doelobjecten (ziekten, plagen en onkruid) in beelden te classificeren.
Op basis van de resultaten van het onderzoek naar gewassen zullen kaarten worden gemaakt van de ruimtelijke verspreiding van schadelijke organismen in gewassen.
“Op basis van de resultaten van bodemonderzoek en veldonderzoek van gewassen en een kaart van de ruimtelijke verspreiding van schadelijke objecten, is het de bedoeling om een beslissingsalgoritme te ontwikkelen voor het gebruik van pesticiden in gedifferentieerde doses. Vervolgens wordt een voorschriftbestand of spuittaakkaart aangemaakt in een formaat dat compatibel is met de boordcomputer van de spuitmachine., - legt Sofia Zhelezova uit.
De goedkeuring van de methode om gewassen te besproeien met pesticiden in een gedifferentieerde dosis en een voorlopige economische beoordeling van deze manier van bespuiten in vergelijking met traditioneel bespuiten in dezelfde dosis over het hele veldoppervlak, is de laatste taak van het project, voegen de wetenschappers toe.