Ученые из России и Китая придумали методику «умного» рисоводства
Ученые Самарского университета им. Королева совместно с коллегами из китайского Университета наук о земле и Гонконгского политехнического университета разработали методику «умного» рисоводства. Она основана на анализе мультиспектральных данных со спутников. Результаты научных исследований были опубликованы в журнале Advances in Space Research. Об этом пишет «Российская газета».
Мультиспектральные изображения получают с помощью специальных камер, которые разделяют длины волн с помощью фильтров или приборов, чувствительных к определенным длинам волн. Они могут включать свет с частот, невидимых человеческому глазу. Как рассказали специалисты вуза, анализ этих данных позволяет прогнозировать урожайность и повышать ее, оценивать здоровье растений, выбирать оптимальные участки для посадок, определять эффективные режимы удобрения и орошения. Мультиспектральная спутниковая съемка позволяет точно определять минеральный состав почвы, режим освещенности и увлажнения на любой территории. Сегодня активно развиваются системы интеллектуального земледелия, которые помогают с помощью этой информации оптимизировать полевые работы и повышать урожайность.
«Главный наш результат — новый вегетационный индекс оценки спектрограмм, повышающий точность анализа. Благодаря ему можно детально контролировать протекание жизненного цикла растений, что позволит, например, в некоторых случаях добиться двух урожаев там, где раньше собирали только один», — сказала доцент кафедры технической кибернетики Самарского университета Комаль Кумари.
Анализируя данные с помощью новой методики, агрономы могут подбирать земли, наиболее подходящие для выращивания риса. У разработки есть преимущества перед аналогами. Как утверждают авторы проекта, методика обладает повышенной точностью определения этапов жизненного цикла растений и дает реалистичную оценку урожайности.
В дальнейшем ученые планируют адаптировать новую методику для работы с другими сельскохозяйственными культурами, а также разработать систему рекомендаций для агрохозяйств по повышению эффективности землепользования на основе данных спектральной съемки.
Сельское хозяйство, ветеринария, зоотехния, агрономия, агроинженерия, пищевые технологии
