Для анализа используются снимки БПЛА
Ученые Волгоградского государственного аграрного университета разработали нейросеть, алгоритм которой способен локализовать и классифицировать участки стрессовых состояний развития полевых культур на ранних этапах онтогенеза, обусловленных воздействием температурных и водных стрессов, неблагоприятных почвенных условий, неравномерной всхожести растений и др. Об этом ТАСС сообщил доцент кафедры «Математическое моделирование и информатика» университета Кирилл Токарев.
«Наша разработка имеет ряд принципиальных отличий от существующих на рынке аналогов и по праву может считаться одной из первых в России», — сказал Токарев.
По его словам, система экономнее существующих в мире аналогов, поскольку для анализа используются снимки с беспилотных летательных аппаратов (БПЛА), а не мультиспектральные или гиперспектральные камеры. Кроме того, большинство существующих систем анализируют посевы в середине или конце вегетации, когда исправить ситуацию уже сложно или экономически нецелесообразно. Алгоритм волгоградских ученых учится распознавать дефекты на ранних этапах, что дает агроному время на корректировку, при этом система находит стрессовую зону и классифицирует природу ее происхождения.
Он уточнил, что разработанная технология позволит агроному определять наиболее значимые параметры для оптимизации размещения посевов, осуществлять контроль дефектных участков различной природы происхождения, обусловленных воздействием абиотических факторов, реализовывать оперативные агротехнические и агромелиоративные мероприятия. Кроме того, разработка применима и в других целях, отметил ученый.
«Технологию можно применять гораздо шире, — добавил Токарев. — Алгоритм достаточно переобучить на другие виды растительности».
Подготовлено ФГБУ «Центр Агроаналитики» по материалам tass.ru