Застосування агродронів допоможе цифровізувати процес селекції нових сортів сільгоспкультур
Цифрові технології можуть допомогти селекціонерам збирати дані набагато швидше і якісніше. За останні кілька років у фенотипуванні відбулася інструментальна, технічна і технологічна революція. Щоб забезпечити їх кращу оптимізацію в рамках CGIAR (глобального партнерства, що об'єднує міжнародні організації, що займаються дослідженнями в області продовольчої безпеки), а також національних програм селекції будуть використовуватися безпілотні літальні апарати (БПЛА) Unmanned Aerial Vehicle (UAV) . Проект призвів до розробки ключових операційних процедур і моделі для більш централізованого підходу до впровадження технології.
У проекті задіяні фахівці Міжнародного центру з поліпшення кукурудзи і пшениці( CIMMYT), Міжнародного науково-дослідного інституту сільськогосподарських культур для напівзасушливих тропіків (ICRISAT) і CGIAR Big Data.
У процесі селекції рослин вченим необхідно зібрати багато даних. Однак завдяки цифровому фенотипування цей процес можна прискорити, а головне підвищити його ефективність і знизити витрати.
"Технічні фахівці стикаються з практичними проблемами на місцях при зборі даних", - говорить Собхан Сайджа, керівник групи ICRISAT з поліпшення врожаю. - "Великі посівні площі вимагають багато часу для збору даних вручну, що іноді призводить до спотворення інформації. Безпілотні літальні апарати вирішують цю проблему"»
Наприклад, замість фізичного огляду ділянок, безпілотні літальні апарати, оснащені різними камерами і датчиками, можуть збирати дані, просто пролітаючи над посівами. Супутникові знімки і портативні пристрої / смартфони також можна використовувати для прискорення збору даних і забезпечення більшої узгодженості. Це означає, що вимірювання таких характеристик, як розмір рослини, час дозрівання або навіть хвороба, може бути виконано набагато швидше і з достатньою точністю.
Однак застосування цих технологій як і раніше обмежене. Частково причина криється в наборі навичок, необхідних для використання таких методів, і в розриві в розумінні між програмами розведення і потенційними постачальниками технологій.
Ініціативна група виявила два основних обмеження у використанні технології візуалізації за допомогою агродронів.
Перша причина-це створення якісних зображень. Для кожного польоту необхідні стандартні операційні процедури (SOP) (включаючи рекомендації з технічних питань, таких як наземні контрольні точки, висота і швидкість польоту, мінімальне перекриття зображення). Якщо SOP не дотримуватися, низька якість відеозображень не дозволить отримувати достовірні дані.
Друга причина-обробка зображень. Необхідно розробити систему аналізу даних.
Щоб вирішити ці проблеми і прискорити впровадження цифрового фенотипування в програмах розведення і NARES, ініціативні групи вирішили об'єднати зусилля і уклали угоду про партнерство з компанією Hiphen, розробник системи з аналізу зображень сільськогосподарських культур.
Для тестування технології була обрана місцевість в Патанчеру в Індії, де можна було б провести експеримент з різними культурами: кукурудза, сорго, нут і горох.
Але реальні проблеми виникли напередодні початку тестування. Уряд Індії ввів в дію нові правила, що забороняють операторам керувати безпілотними літальними апаратами до тих пір, поки вони не зможуть підтвердити свою кваліфікацію. На завершення цього процесу пішло кілька місяців.
Очікуючи схвалення, команда провела серію зустрічей з селекціонерами сільськогосподарських культур та іншими експертами, щоб зрозуміти вимоги до характеристик кожної культури (пов'язані з профілями продуктів) та оптимізувати роботу різних напрямків проекту - від законодавства до пілотування безпілотних літальних апаратів та аналізу зображень.
Потім були розроблені SOP, використовуючи таблиці наземної логістики, розроблені для кожної культури. Це забезпечило операторів безпілотних літальних апаратів документом, яким вони повинні слідувати протягом сезону.
"Дорожня карта" включала розклад польотів безпілотників, а також такі характеристики, як висота польоту, тип використовуваної камери під час відеозйомки.
Перші польоти відбулися на початку лютого цього року, після того як були видані дозволи на використання безпілотників. Хоча в період вегетації було вже занадто пізно вимірювати ряд характеристик, команда вирішила почати випробування незважаючи ні на що-щоб переконатися, що в рамках проекту можуть бути створені якісні зображення.
Оператори досягли високого рівня якості польотів. Наприклад, розташування поля по GPS і карта поля були необхідні до того, як наземні контрольні точки могли бути розміщені по всьому полю. Це дозволило пілоту дрона виконувати польоти під час посіву. Невиконання одного з цих важливих кроків викликало б проблеми по всьому подальшому ланцюжку випробувань.
На цьому шляху необхідно було внести й інші поліпшення. Наприклад, було виявлено, що накладення зображень на урожай сорго після дощу було недостатнім і низької якості.
В цілому безпілотні літальні апарати здійснили 58 польотів над посівами 4 сільгоспкультур під час сезону дощу і стійкої сонячної погоди. Зібрані дані включали кількість рослин, висоту рослин, період вегетації, щільність посівів.
Потім дані були завантажені в платформу Coverfield компанії Hiphen. Технічні фахівці оцінили якість цих зображень, щоб створити виправлені "ортозображення". Ряд наборів даних зображень був визнаний непридатним для аналізу, зокрема, через недостатнє перекриття зображень сорго. Отримані дані потім завантажувалися на платформу Cloverfield для кожного польоту, і селекціонери проходили навчання з доступу до даних.
"Незважаючи на труднощі, пов'язані з частою віддаленою роботою, COVID і дозволів, ми задоволені результатами", - говорить Густаво Тейшейра, керівник відділу операцій і фенотипування EIB. "Зібрано досить великий масив даних, який можна адаптувати, і багато знань про те, як створити та вести обробку аналізу даних".
Великомасштабне впровадження фенотипування на основі безпілотних літальних апаратів має реальний потенціал, щоб допомогти сільськогосподарським дослідженням і насінництву подолати помилки, неефективність і витрати на обладнання. Щоб стимулювати масштабування цифрових технологій планується створити бізнес-пропозицію щодо заміни існуючих методів фенотипування. Однак ще необхідно вивчити плани розгортання і масштабування необхідної інфраструктуру для кожної станції. Наступним кроком буде впровадження інструментів цифрового фенотипування в інших регіонах, особливо в Африці.
Також читайте: