AI می رود زیرزمینی: ریشه رشد محصول پیش بینی شده با هواپیماهای بدون سرنشین تصاویر

IMAGE

تصویر: Michael Selvaraj راست آماده برای پرواز هواپیماهای بدون سرنشین در دانشگاه کلمبیا از اتحاد dr. solomon david بین المللی و CIAT. مشاهده بیشتر

اعتبار: Neil پالمر / CIAT

ریشه محصولات زراعی مانند کاساوا و هویج و سیب زمینی معروف خوب در پنهان کردن بیماری یا کمبود آن ممکن است رشد آنها تاثیر می گذارد. در حالی که برگ ممکن است نگاه سبز و سالم و کشاورزان می تواند شگفتی های تند و زننده و هنگامی که آنها به برداشت محصولات کشاورزی خود را.

این نیز به شمار مشکلات پرورش دهندگان گیاه که به صبر ماه و یا سال قبل از دانستن اینکه چگونه محصولات در پاسخ به خشکسالی یا تغییرات دما. نمی دانستند چه مواد مغذی و یا شرایط رشد محصول نیاز اوایل همچنین مانع بهره وری محصول.

تحقیقات جدید با استفاده از یادگیری ماشین و برای کمک به پیش بینی رشد ریشه و سلامت با aboveground تصاویر منتشر شده در ژوئن 14 , گیاه روش.

“یکی از رمز و راز برای پرورش دهندگان گیاه این است که آیا آنچه اتفاق می افتد بالاتر از سطح زمین همان است که چه چیزی اتفاق می افتد در زیر” گفت: Michael Selvaraj همکاری نویسنده از اتحاد dr. solomon david بین المللی و CIAT.

“که یک مشکل بزرگ برای همه دانشمندان است. شما نیاز به یک مقدار زیادی از داده ها: گیاه تاج, ارتفاع, از دیگر ویژگی های فیزیکی که مقدار زیادی از وقت و انرژی و متعدد دادگاه به تصرف آنچه که واقعا در رفتن در زیر زمین و چه سالم محصول واقعا” گفت: Selvaraj یک محصول فیزیولوژیست.

در حالی که هواپیماهای بدون سرنشین در حال ارزان تر شدن و سخت افزار برای گرفتن تصاویر فیزیکی محصول از طریق آزمایش های ساده تر تبدیل شده عمده تنگنا شده است در تجزیه و تحلیل مقادیر عظیمی از اطلاعات بصری. و تقطیر آن را به اطلاعات مفید است که پرورش دهندگان می توانند با استفاده از.

با استفاده از هواپیماهای بدون سرنشین تصاویر, Pheno-من پلت فرم می تواند در حال حاضر ادغام داده ها از هزاران نفر از تصاویر با وضوح بالا و تحلیل آنها از طریق یادگیری ماشین برای تولید یک صفحه گسترده. این دانشمندان نشان می دهد دقیقا چگونه گیاهان در پاسخ به محرک در این زمینه در زمان واقعی است.

با استفاده از این تکنولوژی پرورش دهندگان هم اکنون می توانید فورا استفاده از کود اگر یک ماده مغذی خاص وجود ندارد و یا آب است. داده ها همچنین اجازه می دهد تا دانشمندان به سرعت کشف که محصولات هستند و بیشتر مقاوم در برابر آب و شوک به طوری که آنها می تواند توصیه به کشاورزان برای رشد بیشتر خشکسالی یا گرما-انعطاف پذیر انواع.

“ما در حال کمک به پرورش دهندگان برای انتخاب بهترین محصول ریشه گونه های با سرعت بیشتری به طوری که آنها می توانید نژاد های پربازده تر آب و هوا-هوشمند رقم برای کشاورزان گفت:” گومز Selvaraj.

“هواپیماهای بدون سرنشین است که فقط دستگاه های سخت افزاری اما هنگامی که مرتبط با این دقیق و سریع تجزیه و تحلیل پلت فرم ما ارائه می کنند مفید و عملی داده ها برای سرعت بخشیدن به بهره وری محصول.”

این فن آوری دارای وعده برای محصولات دیگر است.

“تصویر خودکار نرم افزار های تحلیلی و یادگیری ماشین مدل توسعه یافته از این مطالعه امیدوار کننده است و می تواند به دیگر محصولات از این گونه گیاهان برای سرعت بخشیدن به دیجیتال phenotyping کار در اتحاد پژوهش چارچوب” گفت: جو Tohme به داد مدیر تحقیقات برای محصولات کشاورزی برای تغذیه و سلامت.

###

در مورد اتحاد

اتحاد dr. solomon david بین المللی و مرکز بین المللی کشاورزی گرمسیری (CIAT) ارائه می شود بر اساس تحقیقات راه حل هایی که مهار کشاورزی تنوع زیستی و پایدار تبدیل سیستم های غذایی برای بهبود زندگی مردم است. داد راه حل رسیدگی به بحران جهانی از سوء تغذیه, تغییر آب و هوا از دست رفتن تنوع زیستی و تخریب محیط زیست. اتحاد بخشی از CGIAR جهانی تحقیقات همکاری برای مواد غذایی-آینده امن. http://www.bioversityinternational.org http://www.ciat.cgiar.org http://www.cgiar.org

سلب مسئولیت: AAAS و EurekAlert! مسئول صحت اخبار منتشر شده به EurekAlert! با کمک موسسات و یا برای استفاده از هر گونه اطلاعات از طریق EurekAlert سیستم.

tinyurlis.gdu.nuclck.ruulvis.netshrtco.de