Ο αριθμός των φυτών είναι ένα βασικό έργο στη διαχείριση της απόδοσης. Επιτρέπει στους καλλιεργητές να εκτιμήσουν τον πληθυσμό των φυτών, την πυκνότητα, τον ρυθμό βλάστησης και την υγεία των φυτών και να λάβουν έγκαιρες αποφάσεις που τελικά επηρεάζουν την απόδοση. Οι συνήθεις χειροκίνητες μέθοδοι μέτρησης φυτών έχουν βοηθήσει τους καλλιεργητές εδώ και δεκαετίες. Βασίζονται σε οπτική επιθεώρηση και υπολογισμό των εγκαταστάσεων σε μικρές προκαθορισμένες περιοχές χωραφιού. Ωστόσο, αυτές οι μέθοδοι είναι επίπονες και κάθε άλλο παρά ακριβείς. Ο κατακερματισμένος αριθμός φυτών δεν παρέχει την πλήρη εικόνα και οι προβληματικές περιοχές με ανομοιόμορφη ανάδυση ή ζιζάνια ενδέχεται να παραβλεφθούν. Η έλλειψη πληροφοριών στο πεδίο οδηγεί τελικά σε σπατάλη πόρων και λιγότερο επικερδείς αποφάσεις.
Οι νέες τεχνολογίες όπως τα drones και η τεχνητή νοημοσύνη αξιοποιούν την ευκαιρία να κάνουν τις λειτουργίες γεωργίας πιο έξυπνες και αποτελεσματικές. Με αυτήν την καινοτόμο προσέγγιση, οι καλλιεργητές μπορούν πλέον να λαμβάνουν ακριβή δεδομένα, να λαμβάνουν έγκαιρες αποφάσεις και να μεγιστοποιούν βιώσιμα την απόδοση. Παραδόξως, αυτό δεν είναι τόσο περίπλοκο ή δαπανηρό όσο μπορεί να φαίνεται.
Αυτό το άρθρο καλύπτει τον ακριβή αριθμό των φυτών χρησιμοποιώντας ένα μη επανδρωμένο drone και τον εκπαιδευμένο αλγόριθμο τεχνητής νοημοσύνης του Proofminder για ακριβή εκτίμηση της απόδοσης και τις ακόλουθες πληροφορίες για το χωράφι. Θα βρείτε πρακτικές συμβουλές για τη συλλογή εικόνων και συνιστώμενη προσέγγιση για το καλαμπόκι, τα ζαχαρότευτλα και τον ηλίανθο, αλλά οι πληροφορίες είναι επίσης χρήσιμες για άλλες καλλιέργειες αγρού, λαχανικά και οπωρώνες. Εάν έχετε ένα drone ή σκέφτεστε να αγοράσετε ένα για να μετατρέψετε μια κουραστική εργασία σε μια διαδραστική διαδικασία και να έχετε ένα αποτέλεσμα υψηλής ακρίβειας, συνεχίστε να διαβάζετε. Θα βρείτε απαιτήσεις για drone, συμβουλές πτήσεων και κοινά λάθη και θα μάθετε πώς να λαμβάνετε μια αναφορά ακριβούς καταμέτρησης βάσης σε λίγες ώρες με μια καινοτόμο πλατφόρμα καλλιέργειας τεχνητής νοημοσύνης.
Γιατί και πότε χρειάζεστε ακριβή καταμέτρηση φυτών;
- Να ελέγχετε την ποιότητα σποράς, ειδικά εάν παράγετε σπόρους
- Να κατανοείτε ζώνες διαφορετικής παραγωγικότητας στα χωράφια
- Να λαμβάνετε ακριβή δεδομένα κατά τη διάρκεια έργων
- Να υπολογίζετε την απόδοση ακριβώς στα αρχικά στάδια
- Να λαμβάνετε έγκαιρες αποφάσεις, π.χ. να επαναφυτεύετε μερικώς το χωράφι
- Να αυξάνετε τις δυνατότητες απόδοσης για την επίτευξη των στόχων παραγωγής
- Φυτό & πυκνότητα σειράς
- Ακριβής αριθμός φυτών
- Κάθε φυτό επισημαίνεται στο χωράφι με ακριβείς συντεταγμένες
- Φυτό που διακρίνεται από φαινότυπο, σε αυτήν την περίπτωση – τα αρσενικά και θηλυκά φυτά υβριδικού καλαμποκιού επισημαίνονται με διαφορετικό χρώμα
- Δυνατότητα μεγέθυνσης για ανάλυση συγκεκριμένων ζωνών, σειρών ή φυτών
Πότε είναι η καλύτερη στιγμή για καταμέτρηση φυτών με χρήση drone και τεχνητής νοημοσύνης;
Η εκτίμηση του αριθμού των φυτών και της πυκνότητάς τους είναι ζωτικής σημασίας για τη διαχείριση της απόδοσης στην αρχή της περιόδου. Οι ακριβείς πληροφορίες εδώ είναι μια ευκαιρία να σώσετε την απόδοση εάν κάτι πάει στραβά και να βελτιώσετε τη συγκομιδή. Για να συγκεντρώσετε κατάλληλες εικόνες για περαιτέρω ανάλυση, λάβετε υπόψη τις συμβουλές για τα φυτά και τον καιρό.
Το φυτό πρέπει να είναι αρκετά μεγάλο ώστε να φαίνεται από τον αέρα, αλλά τα φύλλα δεν είναι ακόμη πολύ κοντά το ένα στο άλλο για να διακρίνουν τα φυτά και να εκτιμήσουν την πυκνότητα. Για παράδειγμα, για την ακριβή μέτρηση του καλαμποκιού, το φυτό θα πρέπει να έχει περίπου 3-7 φύλλα (V3-V7 στάδια βλάστησης). Ο καιρός θα πρέπει να είναι σταθερός κατά τη διάρκεια της λήψης, έτσι ο φακός μπορεί να προσαρμοστεί στις συνθήκες είτε έχει ήλιο είτε συννεφιά. Επίσης, δεν πρέπει να φυσάει πολύ, σημειώστε ότι η ταχύτητα του ανέμου μπορεί να διαφέρει πολύ ανάλογα με το υψόμετρο. Ποιο υψόμετρο είναι κατάλληλο για μέτρηση βάσης; Βρείτε παρακάτω!
Λήψη εικόνων με drone – οδηγίες και συμβουλές
Πράγματα που πρέπει να αποφύγετε. Τα Top-10 κοινά λάθη σε πλάνα από drone:
- Λανθασμένη ρύθμιση έκθεσης, μη σωστή εκτίμηση του καιρού με αποτέλεσμα υπερβολική ή υποέκθεση. Η υπερβολική έκθεση είναι περισσότερο πρόβλημα παρά η υποέκθεση, επομένως, εάν πρέπει να επιλέξετε μεταξύ σύννεφο και ηλιοφάνειας και δεν είστε σίγουροι, μπορείτε να πάτε με ασφάλεια για ηλιοφάνεια.
- Ο πολύ άνεμος ή οι ασταθείς καιρικές συνθήκες έχουν ως αποτέλεσμα θολές εικόνες.
- Δεν είναι εξοπλισμένο με επαρκείς κάρτες μνήμης, βεβαιωθείτε ότι έχετε κάρτα τουλάχιστον 64 GB για ~40-50 εκτάρια γης.
- Δεν υπάρχουν αρκετές μπαταρίες ή/και φορτιστές για συνεχή πτήση κατά τη διάρκεια της ημέρας.
- Η λήψη μετά από βροχή μπορεί να απαιτεί ορισμένη επαναβαθμονόμηση, επειδή το φυτό στο βρεγμένο έδαφος μπορεί να μην είναι αρκετά ορατό, λάβετε αυτό υπόψη σας.
- Δεν πετάτε με τη σωστή ποσότητα μπροστινών/πλευρικών επικαλύψεων, αποτρέποντας πιθανώς τη ραφή των εικόνων μεταξύ τους και τη δημιουργία ορθομωσαϊκού. Το 75% είναι μια ασφαλής τιμή στις περισσότερες περιπτώσεις.
- Η πολύ γρήγορη πτήση οδηγεί σε θολές εικόνες.
- Δεν υπάρχει σωστή υλικοτεχνική υποστήριξη και ρύθμιση – δηλαδή, βεβαιωθείτε ότι έχετε ένα κατάλληλο αυτοκίνητο και διαδρομή για πρόσβαση στο χωράφι, έχετε μια γεννήτρια διαθέσιμη για την παραγωγή ενέργειας για όλο τον εξοπλισμό, φορτιστή μπαταρίας και φορητό υπολογιστή, κ.λπ.
- Δεν υπάρχουν κατάλληλες προετοιμασίες στον προγραμματισμό πτήσεων – π.χ., λάβετε υπόψη τις διαφορές ύψους στο πεδίο εκ των προτέρων.
- Ελέγξτε τον εναέριο χώρο πριν πετάξετε και βεβαιωθείτε ότι δεν πετάτε πέρα από την ορατότητα για να μην χάσετε το drone σας.
Σχεδιάστε αναφορά καταμέτρησης και πρόσθετες πληροφορίες για το χωράφι σας
Εκτός από την αναφορά που δημιουργείται αυτόματα στο σύστημα με τον ακριβή αριθμό φυτών, την πυκνότητα των φυτών και των σειρών, την ακριβή εκτίμηση της απόδοσης και τη διάκριση φαινοτύπων, υπάρχουν πρόσθετες πληροφορίες και πληροφορίες σχετικά με ζητήματα που ενδέχεται να παραβλεφθούν κατά τη μη αυτόματη καταμέτρηση.
Πρόσθετες πληροφορίες και δυνατότητες πλατφόρμας
Αυτοματοποιημένη καταμέτρηση φυτών - αποτελέσματα και οφέλη
- Η ακρίβεια του πλήθους του φυτού των χειροκίνητων μεθόδων είναι δύσκολο να εκτιμηθεί. Ένα πράγμα είναι σαφές: μπορεί να είναι ακριβές μόνο σε μικρές αναλυμένες περιοχές του χωραφιού. Η εφαρμογή αυτών των αριθμών σε ολόκληρο το χωράφι δεν θα έδινε ακριβείς πληροφορίες. Τα drones και οι τεχνολογίες τεχνητής νοημοσύνης είναι σε θέση να παρέχουν στους καλλιεργητές το 90-99% της ακρίβειας της μέτρησης και να αποκαλύπτουν άλλα προβλήματα σε επίπεδο φυτών.
- Οι τεχνολογίες καθιστούν τη διαδικασία καταμέτρησης του φυτού πολύ πιο ακριβή, διαδραστική και διορατική.
- Ανακαλύφθηκαν πρόσθετες πληροφορίες: πολλά φυτά έχουν καταστραφεί από αγριογούρουνα.
- Μια χρήσιμη ευκαιρία για εξαγωγή της αναφοράς καταμέτρησης και επαναχρησιμοποίηση των δεδομένων της σε άλλες γεωργικές δραστηριότητες.
- Δυνατότητα να αξιοποιήσετε στο μέγιστο τις εικόνες που δημιουργούνται από drone και να χρησιμοποιήσετε αυτές τις πληροφορίες για αποφάσεις που βασίζονται σε δεδομένα και για να αυξηθείτε με σιγουριά.
