Gli agronomi devono conoscere la popolazione staminale per poter modellare i numeri di tuberi.
Presto i coltivatori potranno valutare la variazione delle popolazioni di piante di patate su scala di campo in qualsiasi momento. Ciò è possibile grazie al lavoro svolto dalla Harper Adams University, AHDB Il dottorando Joseph Mhango ha ricevuto una borsa di studio. Il suo nuovo strumento decisionale utilizza l'intelligenza artificiale, nota come Deep Learning, insieme a immagini delle colture riprese da droni, per calcolare il numero di steli e mappare la loro distribuzione.
Questa tecnica è in grado di rilevare oggetti e viene utilizzata per la visione artificiale nelle auto a guida autonoma. Il sig. Mhango ha dichiarato: “Gli agronomi devono conoscere la popolazione staminale per poter modellare i numeri dei tuberi.
"Negli ultimi due anni, abbiamo sviluppato alcune tecniche basate sull'intelligenza artificiale per iniziare a risolvere il problema di come stimare al meglio le differenze di densità del fusto in un campo di patate a piena vegetazione, normalmente a 70 giorni dalla semina". Analizzando gli indici di vegetazione utilizzando lunghezze d'onda rosse, blu e verdi regolari rilevate dal drone, Joseph ha scoperto che le punte meristematiche delle piante di patata possono essere contate e utilizzate per rappresentare le punte degli steli.
Il deep learning è stato quindi utilizzato per sviluppare un modello robusto per la stima dei numeri di steli che può essere utilizzato per produrre una mappa termica della densità della popolazione di steli in un campo. Lo strumento è principalmente finalizzato a facilitare le decisioni di raccolta, in modo che le aree con un numero maggiore di tuberi possano avere più tempo per sfuse, mentre quelle con meno tuberi più grandi vengono raccolte per prime.
“I modelli addestrati in precedenza mostrano che dove ci sono più numeri di steli per area di terreno, ci si può aspettare un numero maggiore di tuberi a un costo della dimensione media dei tuberi. "Ha notato che i coltivatori conoscono bene la relazione tra la popolazione di steli di patate e la resa dei tuberi, nonché la distribuzione delle dimensioni, e le decisioni sui tempi di raccolta si basano normalmente su una serie di scavi di resa in tutto il campo.
“La differenza tra questo modello e gli altri era che fornisce la capacità di misurare la variazione all'interno del campo per fornire informazioni per delineare le zone di gestione nell'agricoltura di precisione. "Il nuovo modello di Joseph è stato testato in una serie di campi di patate nello Shropshire e nel Lincolnshire e sembra molto promettente, ha detto. "Il nuovo strumento renderà l'agricoltura di precisione molto più facile da ottenere, poiché le informazioni possono quindi informare le decisioni sui tempi di essiccazione e sulla raccolta, ma anche sulle applicazioni di pesticidi ed erbicidi".
Tradurre il fertilizzante in resa
Inoltre, come parte dei suoi studi, ha mappato le prestazioni delle colture di patate in cinque campi, esaminando le applicazioni di fertilizzanti di azoto (N), fosforo (P) e zolfo (S) e le differenze nel modo in cui si traducono in resa, ea che punto smettono di contribuire. “La risposta ai nutrienti del suolo può variare in tutto il campo a causa dei livelli già disponibili nel suolo. "I campioni di suolo sono stati prelevati dopo l'applicazione del fertilizzante e nella maggior parte dei campi abbiamo trovato prove di fertilizzazione eccessiva che associava livelli più elevati di P all'interno di un campo con tuberi di dimensioni più piccole".
“La nostra comprensione è che nelle patate esiste una gerarchia di massa dei tuberi e solo un sottoinsieme di tuberi dominanti trae vantaggio dai livelli ottimali di nutrienti. “Tuttavia, agli alti livelli di nutrienti osservati nei campi dei coltivatori, stiamo raccogliendo prove che questo potrebbe non essere sempre vero. "I risultati mostrano che tutti i campi dello studio operano a livelli di nutrienti oltre ottimali, e all'interno di questi campi, c'era una significativa relazione negativa tra i livelli di P e la distribuzione delle dimensioni dei tuberi.
"Piuttosto che utilizzare esperimenti randomizzati con trattamenti controllati, volevamo capire la relazione tra suolo e distribuzione delle dimensioni dei tuberi in condizioni reali di campo". Di conseguenza, ha adottato un approccio di indagine geo-statistica per costruire modelli, questo, secondo lui, ci ha permesso di costruire modelli con coefficienti che rispecchiano meglio le relazioni osservate nei campi tipici degli agricoltori ”. "In molti casi, gli agricoltori potrebbero concimare eccessivamente per cercare di garantire che i loro raccolti abbiano nutrienti sufficienti, ma questo potrebbe causare un effetto dannoso sulla resa e sulla qualità".
La natura tridimensionale di questi modelli consente l'integrazione con il modello di conteggio delle radici, nonché l'inclusione di immagini satellitari per migliorare le previsioni. Una terza componente del dottorato di ricerca di Joseph prevede l'integrazione di immagini satellitari multispettrali ad alta risoluzione disponibili gratuitamente dei suoli e delle chiome dai suoi siti di studio. "Misureremo la misura in cui le immagini satellitari possono aiutare a ottenere una migliore accuratezza predittiva della resa delle patate e della distribuzione delle dimensioni dei tuberi prima del raccolto".
Guarda la presentazione di Agronomy Week:
Settori: Patate
