सिस्टम कृत्रिम बुद्धिमत्तेबरोबरच उपग्रह प्रतिमा वापरते आणि बटाट्याच्या कामगिरीची अपेक्षा करण्यासाठी यापूर्वीच त्याची यशस्वी चाचणी घेण्यात आली आहे.
च्या रिमोट सेन्सिंग लॅबोरेटरी (एलएटीयूव्ही) चे संशोधक वॅलाडोलिड विद्यापीठ (यूव्हीए) पीक अंदाज मॉडेल सुधारण्यास सक्षम नवीन वनस्पती वनस्पति निर्देशांक तयार केला आहे. ईएसए सेंटिनेल -२ उपग्रह प्रतिमा आणि मशीन लर्निंग आणि कृत्रिम बुद्धिमत्ता तंत्र वापरणार्या नवीन तंत्राची बटाटा आणि गहू पिकाच्या उत्पन्नाचा अंदाज घेण्यासाठी यशस्वीरित्या चाचणी घेण्यात आली आहे.
कृषी उत्पादन मानवी आणि पर्यावरणीय अशा दोन्ही घटकांवर अवलंबून असते जे शेतकर्यांमध्ये मोठी अनिश्चितता निर्माण करतात. परंतु तंत्रज्ञान हे कमी करण्यात महत्त्वपूर्ण सहयोगी ठरू शकते. संगणकीय मॉडेलसाठी ही परिस्थिती आहे जी विशिष्ट परिस्थितीत पिकाच्या वर्तनाचे अनुकरण करण्याचा प्रयत्न करतात, उदाहरणार्थ माती, हवामान किंवा शेती पद्धती आणि या अपेक्षित उत्क्रांतीच्या आधारे कृषी उत्पादनाचे अनुमान लावतात.
इंटरनेशनल जर्नल ऑफ रिमोट सेन्सींग अँड अॅग्रीकल्चरल अँड फॉरेस्ट मेटेरोलॉजी या जर्नल्समध्ये नुकतेच प्रकाशित झालेल्या अभ्यास अभ्यासक्रमाचे डीएगो गोमेझ स्पष्ट करतात, “बरीच मॉडेल्स आहेत आणि ती सहसा प्रत्येक प्रकारच्या पिकासाठी विशिष्ट असतात.”
परंतु या पारंपरिक ग्रोथ मॉडेल्सला काही मर्यादा आहेत, जसे की “समान पार्सलमध्ये अवकाशीय मॉडेल बदलण्याची असमर्थता” किंवा त्यांना आवश्यक असणारी इनपुट डेटाची संख्या “जास्त वेळ खर्च करुन आणि पैसे गोळा करण्यात गुंतल्यामुळे प्राप्त होत नाही. ”
बटाटा उगवण्याचे क्षेत्र ज्यावर अंदाज बांधला आहे / डी. गोमेझ
अशाप्रकारे, अलिकडच्या वर्षांत आम्ही तंत्रज्ञानावर बाजी मारत आहोत, रिमोट सेन्सिंग, ज्यामध्ये ऑप्टिकल सेन्सर्सने घेतलेल्या स्पेक्ट्रल प्रतिमा वापरल्या आहेत (उपग्रह, विमान, ड्रोन इ. वर स्थापित केल्या आहेत) आणि काही बाबतीत या पारंपारिक मॉडेल्सची पूर्तता आणि पुनर्स्थित देखील होऊ शकते. या वर्णक्रमीय प्रतिमांच्या पिकाच्या राज्य किंवा फेनोलॉजी - वनस्पती विकास प्रक्रियेत दिसणारे बाह्य बदल - जे मॉडेलमध्ये समाकलित केले आहेत जे पिकाचा अंदाज लावण्यासाठी त्या इनपुट माहितीस समायोजित करतात यावर डेटा प्रदान करतात.
“स्पेक्ट्रल प्रतिमा कव्हर करतात ज्यांना इनपुट डेटाची आवश्यकता असते, दुर्गम साइटवर प्रवेश करण्यास अनुमती देते आणि कमी खर्चात असतात. ते पिकाच्या उत्पादक क्षमतेशी संबंधित माहिती देखील मिळविण्यास सक्षम आहेत, ”एलएटीयूव्ही संशोधक नमूद करतात, ते म्हणतात की वर्णक्रमीय निर्देशांकांपैकी एक - वर्णक्रमीय बँड एकत्रित करणारे गणितीय सूत्र - वनस्पतीचा सर्वात सामान्यपणे अंदाज लावण्यासाठी वापरला जातो किंवा वनस्पतींची घनता - जी पीक उत्पादनाच्या भागाची भविष्यवाणी करते - ती एनडीव्हीआय (एनडीव्हीआय) आहे.
या अनुक्रमणिकेच्या वेळेच्या मालिकेचा पिकांच्या अंदाजानुसार मॉडेल्स तयार करणे वैज्ञानिक साहित्यात अगदी सामान्य आहे. या निर्देशांकात वनस्पती प्रतिबिंबित करण्यासाठी वापरली जाते - वनस्पती प्रतिबिंबित करण्याची क्षमता - दोन वर्णक्रिया बँडमध्ये, लाल आणि जवळ-लाल, प्रकाशसंश्लेषणासाठी वापरल्या जाणार्या काही प्रकाशाशी आणि पानांच्या पेशींच्या रचनेशी संबंधित आहेत.
एक नवीन वनस्पती सूची
एलएटीयूव्ही संशोधकांनी ईएसए सेंटिनेल -2 उपग्रह प्रतिमांवर आधारित पीपीआय नावाचे नवीन निर्देशांक विकसित केले आहेत जे प्रकाशसंश्लेषणात समाविष्ट वर्णक्रमीय माहिती - 400 ते 700 नॅनोमीटर - इलेक्ट्रोमॅग्नेटिक स्पेक्ट्रम -704 च्या इतर क्षेत्रांमधून खात्यात घेत असलेली माहिती घेते. नॅनोमीटर, रेड एज बँड आणि 945 नॅनोमीटर, वॉटर वाष्प शोषक बँड- जो पिकाच्या पाण्याचे तणाव यासारखी महत्त्वाची माहिती देऊ शकतो - जेव्हा वनस्पती आपल्याकडे जास्त पाण्याची मागणी करते.
संशोधकांनी उपग्रह प्रतिमांमधील अधिक डेटासह, एनडीव्हीआय आणि पीपीआय या दोन्ही वनस्पती निर्देशांकांच्या भाकित क्षमतेची तुलना केली. हे करण्यासाठी त्यांनी दोन कृत्रिम बुद्धिमत्ता आणि मशीन लर्निंग अल्गोरिदम (रँडम फॉरेस्ट आणि सपोर्ट व्हेक्टर मशीन म्हटले जाते) वापरले आणि विविध मॉडेल्स तयार केले ज्यामध्ये त्यांनी इतर निर्देशिक बँडसह हे निर्देशांक एकत्र केले.
अॅडव्हान्सिंग गेम्स म्हणतो, “लोकप्रिय एनडीव्हीआय निर्देशांकामध्ये नसलेल्या इतर बँडचा वापर करणार्या इंडेक्सचा वापर करून आणि संवेदनशील पीकांची माहिती देण्याची संभाव्यता असणारी भविष्यवाणी केलेली मॉडेल्स अधिक चांगली ठरतील,” अशी गृहीतक होती. शेवटी, “एकतर किंवा दोन्ही वनस्पति निर्देशांकांचा समावेश केला गेला तेव्हा” मॉडेलची भविष्यवाणी करण्याची क्षमता वाढली, जी “काही विशिष्ट उपग्रह बँडसमवेत या डेटाच्या वापराला महत्त्व देते”.
बटाटा लागवडीमध्ये अधिक अचूक अंदाज
सपोर्ट व्हॅक्टर मशीन अल्गोरिदम वापरताना पीपीआय इंडेक्स एनडीवीआय प्रमाणेच माहिती प्रदान करतो आणि एनडीवीआयपेक्षा रँडम फॉरेस्ट अल्गोरिदम वापरताना अधिक माहितीपूर्ण असल्याचे परिणाम दर्शवितो की “जे टेबलावर एक नवीन वनस्पति निर्देशांक ठेवतात जे भविष्यवाणी सुधारू शकतात. उपग्रह प्रतिमांवर आधारित कापणीचे मॉडेल ”.
आतापर्यंत, ब index्यापैकी स्थानिक अभ्यास क्षेत्रातील बटाटा लागवडीबद्दल नवीन निर्देशांकाची चाचणी घेण्यात आली आहे. तृणधान्येनंतर, बटाटा हे जागतिक स्तरावर एक महत्त्वाचे अन्नधान्य पीक आहे. विकसनशील देशांच्या अन्नसुरक्षेमध्ये याची महत्त्वाची भूमिका आहे आणि जर्मनी, फ्रान्स, नेदरलँड्स आणि पोलंड हे प्रमुख उत्पादक म्हणून युरोपियन शेती क्षेत्रामध्येही मोठे वजन आहे. मेक्सिकोमध्ये घेतलेल्या आकडेवारीसह गव्हामध्येही याची चाचणी घेण्यात आली आहे.
मॉडेलची घनता सुधारण्यासाठी डेटाची संख्या वाढविणे, अवकाशातील भिन्नता वाढविण्यासाठी आणि नवीन पिके समाविष्ट करण्यासाठी मोठ्या अभ्यासाचे क्षेत्र व्यापणे या उपकरणांची कल्पना आहे. अर्थसहाय्य जे निधीच्या निरंतरतेवर अवलंबून असतात आणि भविष्यात त्यांच्या कापणीचा अधिक विश्वासार्हतेने अंदाज लावण्यास शेतकरी मदत करू शकतात.