Производители картофеля могут использовать искусственный интеллект для мониторинга и прогнозирования питания картофеля в режиме реального времени

Производители картофеля могут использовать искусственный интеллект для мониторинга и прогнозирования питания картофеля в режиме реального времени

Картофель является главной овощной культурой в Канаде, объем поступлений от картофеля по всей стране в 2021 году составит 1,5 миллиарда долларов. Сельскохозяйственное значение картофеля особенно заметно в таких провинциях, как Нью-Брансуик, родина McCain Foods Limited, крупнейшего в мире производителя картофеля.

Выводы из Отчета о посевных площадях картофеля в Канаде за 2022 год, подготовленного Объединением производителей картофеля Канады, показывают значительные изменения в том, как и где выращивают картофель в Канаде.

В восточных провинциях, согласно отчету, наблюдается сокращение посевных площадей. Он объясняет это явление в первую очередь более высокими затратами на топливо и удобрения; в результате производители картофеля искали методы управления питательными веществами, которые оптимизировали бы качество урожая и урожайность.

Картофель является важной культурой в Канаде. (Shutterstock)

Питательные вещества и урожайность

Планирование рационального использования питательных веществ имеет первостепенное значение для производителей картофеля. Дефицит питательных веществ может ограничить урожайность сельскохозяйственных культур, а достижение производственных целей требует рационального использования окружающей среды.

Использование удобрений и других добавок в почву должно быть сбалансировано с уменьшением воздействия на окружающую среду. Поскольку картофельный ландшафт Канады продолжает развиваться, хрупкое равновесие между производственными амбициями и охраной окружающей среды остается на переднем крае отраслевых соображений.

Обеспечение питания

При производстве картофеля внесение питательных веществ обычно достигается в основном за счет обработки почвы с возможной внекорневой подкормкой определенными питательными веществами, которая включает внесение удобрений непосредственно на листья растений.

Преобладающая отраслевая практика часто предполагает концентрированное внесение удобрений на этапах посадки или окучивания, особенно в Атлантической Канаде. Хотя этот подход может подходить для определенных питательных веществ, он создает проблемы с питательными веществами, необходимыми на более поздних стадиях роста картофеля.

В результате внедрение сезонных удобрений стало привлекательным для производителей картофеля, что позволяет обеспечить постоянную доступность жизненно важных питательных веществ для эффективного усвоения растениями. Практика химического тестирования тканей является ценным инструментом для оценки состояния питания растений в течение вегетационного периода.

Анализируя химический состав тканей растений в течение вегетационного периода, производители картофеля могут научиться вносить удобрения в нужной норме, в нужное время и в нужном месте.

Процесс отбора образцов тканей для химического анализа характеризуется тщательным отбором конкретных тканей растения. Черешок четвертого листа — черенок, который прикрепляет его к стеблю растения, — сверху определяется как идеальный. Для точной оценки требуется примерно от 40 до 50 черешков, собранных со всей пробной площади, для одного отчета о результатах химического анализа.

Проблемы анализа тканей

Проблема при проведении анализа тканей заключается в точном выборе подходящего черешка для отбора образцов. Неправильный выбор черешка может привести к ложным результатам, скрывая истинное состояние питания растения.

Кроме того, точность результатов тестирования тканей в значительной степени зависит от интервала между отбором образца и последующим анализом. Потенциальное ухудшение качества образцов с течением времени может сделать результаты менее репрезентативными для истинного состояния питания на момент отбора проб.

Сбор образцов черешков также требует больших трудозатрат — для такого тестирования требуется обученный персонал. Поэтому необходимо внедрение других быстрых и эффективных методов рутинного анализа для определения состояния питания.

Спектроскопические оценки

Технологические достижения в области оптических датчиков и их диапазонов длин волн привели к широкому применению спектроскопии для оценки питательного состава растений с использованием методов машинного обучения.

Широко использовались приборы спектроскопии для оценки питательных веществ в растениях на основе химического состава листьев, например, в пальчатом цитроне. Другое применение — оценка питательных веществ в деградировавшей растительности с использованием спектров ближнего инфракрасного излучения.

Однако устанавливать спектральные приборы на черешке непрактично из-за их тонкой формы. Это означает, что необходимы исследования, чтобы найти корреляцию между химическим содержанием в черешке и спектрами листьев.

Измерения в режиме реального времени

В нашем исследовательском проекте используется портативный спектрофотометр для быстрого определения питательных веществ в черешках на картофельном поле.

Полученные спектральные данные о листьях анализируются алгоритмом машинного обучения, обученным на исторических данных, для оценки питательных веществ в черешках с результатами, близкими к результатам реального времени. Этому процессу способствуют облачные вычисления и Интернет вещей.

Этот новый подход обещает стать ценным инструментом для фермеров, позволяющим им эффективно и своевременно вносить необходимые удобрения, что в конечном итоге позволит сбалансировать производственные амбиции и защиту окружающей среды.

Comments

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *