Будущее растения можно будет определить по одному фотоснимку

Исследователи из Боннского университета разработали программное обеспечение, которое может моделировать рост полевых культур. Для этого они загрузили тысячи фотографий, полученных в ходе полевых экспериментов, в обучающийся алгоритм. Это позволило алгоритму научиться визуализировать будущее развитие культурных растений на основе одного начального изображения. Используя созданные в ходе этого процесса изображения, можно точно оценить такие параметры, как площадь листьев или урожайность.

Какие растения и в каком соотношении следует сочетать, чтобы добиться максимально возможного урожая? И как будет развиваться урожай, если вместо искусственных удобрений использовать навоз? В будущем аграрии все чаще смогут рассчитывать на компьютерную поддержку при ответе на подобные вопросы.

Исследователи сделали важный шаг вперед на пути к этой цели, разработав программное обеспечение, которое использует фотографии с беспилотников для визуализации будущего развития изображенных на них растений. Результаты исследования опубликованы в журнале Plant Methods.

Компьютерная программа, представленная исследователями, является важным «строительным блоком», позволяющим виртуально моделировать принятие определенных решений, например, оценить, как использование пестицидов или удобрений повлияет на урожайность.

Для того чтобы программа работала, в нее должны поступать фотографии с беспилотников, сделанные в ходе полевых экспериментов. Были сделаны тысячи снимков за один период роста, и, таким образом, было задокументировано в ходе испытаний развитие урожая цветной капусты в определенных условиях.

Затем исследователи обучили алгоритм, используя эти изображения. После этого на основе одного аэрофотоснимка ранней стадии роста этот алгоритм смог сгенерировать изображения, показывающие будущее развитие культуры на новом, искусственно созданном снимке.

Весь процесс очень точен, если условия выращивания схожи с теми, что были в момент съемки обучающих фотографий. Следовательно, программа не учитывает влияние внезапного похолодания или продолжительного дождя в течение нескольких дней. Однако в будущем программа должна узнать, как влияют на рост растений подобные воздействия, а также, например, повышенное использование удобрений. Это позволит ему предсказывать результаты определенных действий фермера.

Одним из направлений, на котором сосредоточились исследователи, является использование посевов различных культур на одном поле, например, бобов и пшеницы. Поскольку у растений разные требования, они меньше конкурируют друг с другом в поликультуре такого типа по сравнению с монокультурой, где выращивается только один вид. Это повышает урожайность. Кроме того, некоторые виды (например, фасоль) могут связывать азот из воздуха и использовать его в качестве естественного удобрения. Другой вид, в данном случае пшеница, также получает от этого пользу.

Моделирование роста растений на основе алгоритмов обучения — относительно новая разработка. До сих пор для этой цели использовались в основном модели, основанные на процессах. В них, образно говоря, заложено фундаментальное понимание того, какие питательные вещества и условия окружающей среды необходимы определенным растениям во время их роста для процветания. Новое же программное обеспечение делает свои утверждения, основываясь исключительно на опыте, накопленном при использовании учебных изображений. Оба подхода дополняют друг друга. Если их правильно объединить, это может значительно повысить качество прогнозов.