Агрономчид булцууны тоог загварчлахын тулд ишний популяцийг мэддэг байх ёстой.
Төмс тариалагчдын тариалан эрхлэгчид төмсний ургамлын популяцийн хэлбэлзлийг талбайн хэмжээгээр тухайн үед нь үнэлэх боломжтой байх ёстой. Энэ бол Харпер Адамсын Их Сургуулийн хийсэн ажлын ачаар AHDB-ийн санхүүжилтээр докторант Жозеф Мханго. Түүний шинэ шийдвэр гаргах хэрэгсэл нь гүнзгийрүүлэн сурах гэж нэрлэгддэг хиймэл оюун ухааныг дроноор тарьсан ургацын зургийн хажуугаар ишний тоог тооцоолох, хаана байгааг нь зураглахад ашигладаг.
Энэхүү техник нь объектыг илрүүлэх чадвартай бөгөөд өөрөө жолооддог автомашинд машины хараанд ашигладаг. Ноён Мханго хэлэхдээ “Агрономичид булцууны тоог загварчлахын тулд үүдэл популяцийг мэддэг байх хэрэгтэй.
"Сүүлийн хоёр жилийн хугацаанд бид төмсний тариалангийн талбай дахь ишний нягтын ялгааг хэрхэн яаж бүрэн халхавчтайгаар тарих вэ гэдэг асуудлыг хамгийн сайн тооцоолох асуудлыг шийдэж эхлэхээр хиймэл оюун ухаанд суурилсан зарим арга техникийг боловсруулж байна." Дроноор авсан тогтмол улаан, цэнхэр, ногоон долгионы уртыг ашиглан ургамлын индексийг шинжилж үзэхэд төмсний ургамлын меристемик үзүүрийг тоолж, ишний үзүүрийг илэрхийлэхэд ашиглаж болохыг олж мэджээ.
Дараа нь Deep Learning нь ишний тоог тооцоолох бат бөх загварыг боловсруулахад ашиглагдаж, талбайн хэмжээнд ишний популяцийн нягтын дулааны зураглалыг гаргахад ашиглаж болно. Энэхүү хэрэгсэл нь юуны түрүүнд ургац хураах шийдвэрийг хөнгөвчлөхөд чиглэгддэг бөгөөд ингэснээр илүү олон булцуутай газар бөөндөхөд илүү их хугацаа үлдэх боломжтой байдаг бол цөөн, том булцуутай газруудыг эхлээд хурааж авдаг.
“Өмнө нь сургагдсан загваруудаас харахад нэг газар нутагт ишний тоо илүү их байдаг бол булцууны хэмжээ дунджаар өндөр байх нь илүү олон тооны булцууг хүлээж байна. "Тэрбээр тариалан эрхлэгчид төмсний ишний тоо толгой, булцууны ургацын хэмжээ, тархацын хоорондын хамаарлыг сайн мэддэг бөгөөд ургац хураалтын цаг хугацааны талаархи шийдвэрийг талбайн хэмжээнд хэд хэдэн ургац ухахад үндэслэдэг болохыг тэмдэглэв.
“Энэхүү загвараас бусдаас ялгарах ялгаа нь нарийвчлалтай тариалангийн менежментийн бүсүүдийг тоймлох мэдээллийг өгөх талбайн доторх хэлбэлзлийг хэмжих чадварыг хангаж өгсөн явдал байв. "Жозефын шинэ загварыг Шропшир, Линкольнширийн хэд хэдэн төмсний тариалангийн талбайд туршиж үзсэн бөгөөд маш ирээдүйтэй харагдаж байна гэж тэр хэллээ. "Шинэ хэрэгсэл нь нарийвчлалтай газар тариалан эрхлэхэд хялбар байх болно. Мэдээлэл нь хуурайшилтын хугацаа, ургац хураалтын талаархи шийдвэрийг мэдээлэх боломжтой болохоос гадна пестицид, гербицидийн хэрэглээ зэрэг болно."
Бордоог ургац болгон хөрвүүлэх
Мөн судалгааны ажлынхаа хүрээнд таван талбайн төмсний ургацын гүйцэтгэлийг газрын зураг дээр буулгаж, азот (N), фосфор (P), хүхэр (S) -ийн бордооны хэрэглээ, тэдгээрийн ургац хэрхэн шилжиж буй байдал, ямар цэг дээр байгааг судалж үзэв. тэд хувь нэмэр оруулахаа больсон. “Хөрсний шим тэжээлийн хариу урвал хөрсөнд аль хэдийн бэлэн болсон тул талбайн хэмжээнд харилцан адилгүй байж болно. "Бордоо түрхсэний дараа хөрсний дээж авсан бөгөөд ихэнх талбайнуудаас бид булцууны хэмжээ багатай тариалангийн талбай дахь Р-ийн өндөр түвшинг харуулсан хэт их бордооны нотолгоо олсон."
"Бидний ойлголт бол булцууны томрох шатлал нь төмсөнд байдаг бөгөөд зөвхөн давамгайлсан булцууны хэсэг нь хамгийн оновчтой шим тэжээлийн давуу талыг ашигладаг. “Гэсэн хэдий ч тариаланчдын тариалангийн талбайд ажиглагдсан шим тэжээлийн өндөр түвшинд бид энэ нь үргэлж үнэн байж чадахгүй гэсэн нотолгоог цуглуулж байна. “Судалгааны бүх талбарууд нь хамгийн оновчтой түвшингээс доогуур түвшинд ажиллаж байгаа болохыг эдгээр олдворууд харуулж байгаа бөгөөд эдгээр талбайнуудын дотор P түвшин ба булцууны хэмжээ тархалтын хооронд ихээхэн сөрөг хамаарал байсныг харуулж байна.
"Хяналтын эмчилгээ бүхий санамсаргүй туршилтыг ашиглахаас илүүтэйгээр бид талбайн бодит нөхцөлд хөрс, булцууны хэмжээ тархах хоорондын хамаарлыг ойлгохыг хүссэн юм." Үүний үр дүнд тэрээр загвар зохион бүтээх гео-статистикийн судалгааг авч, энэ нь ердийн тариачдын тариалангийн талбайд ажиглагдсан харилцааг илүү сайн тусгасан коэффициент бүхий загвар бүтээх боломжийг бидэнд олгосон гэж тэр хэллээ. "Ихэнх тохиолдолд тариаланчид тариалангийнхаа хангалттай тэжээллэг чанарыг хангахын тулд хэт их бордож байгаа боловч энэ нь ургац, чанарт сөргөөр нөлөөлж болзошгүй юм."
Эдгээр загваруудын гурван хэмжээст шинж чанар нь ишийг тоолох загвартай нэгтгэх, мөн таамаглалыг сайжруулахын тулд хиймэл дагуулын зургийг оруулах боломжийг олгодог. Иосефын докторын ажлын гуравдахь бүрэлдэхүүн хэсэг нь түүний судалж байсан газраас хөрс, халхавчны өндөр нарийвчлалтай, олон талт хиймэл дагуулын зураглалыг нэгтгэх явдал юм. "Ургац хураахаас өмнө төмсний ургац, булцууны хэмжээг хуваарилах таамаглалын нарийвчлалыг нарийвчлан тогтооход сансрын хиймэл дагуулын зураглал хэр зэрэг тусалж болохыг бид хэмжих болно."
Агрономийн долоо хоногийн танилцуулгыг үзээрэй:
Салбарууд: Төмс
Та байх ёстой нэвтрээгүй сэтгэгдэл үлдээх.