Floarea-soarelui este o cultură comercială importantă, dar apariția samulastrei de floarea-soarelui în culturile din jur poate provoca pierderi semnificative. Samulastra de floarea soarelui acționează ca o buruiană și concurează cu alte culturi pentru nutrienți, apă și lumina soarelui. Pentru a preveni pierderile, samulastra de floarea soarelui trebuie îndepărtată în timp util.
Importanța eliminării samulastrei de floarea-soarelui nu este de neglijat. Studiile au arătat că samulastra de floarea-soarelui poate reduce randamentul culturilor de grâu, soia și rapiță cu până la 50% dacă nu sunt îndepărtate sau dacă se face acest lucru prea târziu. Există două metode principale de îndepărtare a samulastrei de floarea-soarelui: îndepărtarea manuală și utilizarea erbicidului.
Îndepărtarea manuală implică scoaterea fizică a samulastrei de floarea-soarelui cu mâna. Deși această metodă este eficientă, poate fi costisitoare și consumatoare de timp. Erbicidele sunt o altă opțiune pentru îndepărtarea samulastrei de floarea soarelui. Cu toate acestea, există îngrijorări cu privire la potențialul de rezistență la erbicide, iar costul erbicidelor poate fi, de asemenea, o cheltuială semnificativă pentru fermieri.
Recent, a apărut o nouă abordare hibridă care îmbunătățește semnificativ metodele tradiționale de îndepărtare manuală, dronele și algoritmii de învățare automată ar putea fi utilizați pentru a identifica samulastra de floarea-soarelui din culturi, făcând eliminarea mult mai eficientă.
Nu numai că dronele pot ajuta la detectarea samulastrei de floarea-soarelui, dar pot ajuta și la detectarea timpurie, ceea ce este foarte important, deoarece le permite fermierilor să elimine samulastra de floarea-soarelui înainte ca aceasta să aibă șansa de a concura cu alte culturi pentru resurse. Folosind drone pentru a-și scana recoltele, fermierii pot detecta samulastra de floarea-soarelui mai devreme și o pot elimina înainte ca acestea să provoace daune semnificative.
Dronele echipate cu camere de înaltă rezoluție pot captura imagini cu câmpul, care sunt procesate într-o hartă și apoi analizate folosind algoritmi de învățare automată pentru a detecta prezența samulastrei de floarea-soarelui. Algoritmii utilizați pentru această sarcină sunt antrenați pe seturi mari de hărți adnotate, permițându-le să învețe să identifice samulastra de floarea-soarelui pe baza caracteristicilor lor vizuale.
Unul dintre avantajele utilizării algoritmilor de învățare automată pentru detectarea samulastrei de floarea-soarelui este capacitatea acestora de a se adapta și de a se îmbunătăți în timp. Pe măsură ce sunt capturate și analizate mai multe date, algoritmii pot învăța să recunoască noi modele și variații ale samulastrei de floarea-soarelui, îmbunătățind acuratețea acestora și reducând fals pozitive.
Pe lângă detectarea samulastrei de floarea-soarelui, acești algoritmi pot oferi și alte informații utile fermierilor, cum ar fi severitatea și distribuția infestărilor cu samulastra de floarea-soarelui. Aceste informații îi pot ajuta pe fermieri să ia decizii în cunoștință de cauză legat de unde să-și concentreze eforturile de îndepărtare manuală și unde să aplice erbicide sau alte tratamente.
Utilizarea dronelor și a algoritmilor de învățare automată pentru detectarea samulastrei de floarea-soarelui este deja implementată cu succes în unele zone. De exemplu, Corteva Agriscience împreună cu Skyline Drones au folosit această tehnologie pentru a identifica samulastra de floarea-soarelui pe peste 6.000 de hectare, realizând îmbunătățiri semnificative în eficiența și acuratețea îndepărtării samulastrei de floarea-soarelui.
Pentru proiectul nostru de detectare a samulastrei de floarea-soarelui, ne-am concentrat pe șase zone în care samulastra de floarea-soarelui este cunoscut că provoacă pierderi semnificative în culturile învecinate.
Pentru a asigura acuratețea metodelor noastre de detectare, am adăugat o zonă tampon de 1,5 km în jurul fiecărui câmp, din care au fost îndepărtate zonele populate sau construite, pădurile și corpurile de apă. Această abordare ne-a permis să ne concentrăm în mod special asupra câmpurilor de cultură și a zonelor înconjurătoare unde samulastra de floarea-soarelui este cel mai probabil să apară, sporind eficiența și acuratețea eforturilor noastre de detectare.
Pentru a acoperi cele șase zone de interes, am folosit Trinity F90+, o dronă de înaltă eficiență, pentru a scana fiecare zonă. Fiecare dintre aceste șase zone era de o dimensiune mare, astfel încât acestea au fost împărțite în bucăți mai mici de 4-6 secțiuni pentru a asigura o acoperire completă. Această abordare ne-a permis să scanăm fiecare secțiune în detaliu, oferindu-ne imagini de înaltă rezoluție și GSD potrivit de aproximativ 2 cm/px. Hărțile prelucrate au fost apoi analizate folosind algoritmi de învățare automată pentru a detecta prezența samulastrei de floarea-soarelui. Folosind această abordare, am reușit să obținem un grad ridicat de acuratețe în eforturile noastre de detectare, permițându-ne să identificăm locațiile samulastrei de floarea-soarelui cu o mai mare precizie.
Pentru a optimiza eficacitatea eforturilor noastre de scanare, am efectuat capturarea de date în timpul etapelor R1 până la R2 de dezvoltare a floarea-soarelui. Acest lucru se datorează faptului că samulastra de floarea-soarelui poate fi mai ușor & util de detectat în aceste etape, pentru că sunt încă în creștere și nu și-au dezvoltat pe deplin petalele galbene caracteristice. Scanând câmpurile în timpul acestor etape, am reușit să identificăm samulastra de floarea-soarelui înainte ca aceasta să poată provoca pierderi semnificative în culturile învecinate. Acest lucru a permis fermierilor să ia măsuri rapid pentru a eliminarea acesteia, împiedicându-o să se răspândească în continuare și reducând impactul economic general al prezenței lor.
Ne-am desfășurat eforturile de scanare pentru a detecta samulastra de floarea-soarelui în cele șase zone de interes la sfârșitul lunii iunie, ceea ce a durat în total 7 zile lucrătoare. În acest timp, am capturat un total de 80.000 de imagini ale câmpurilor de cultură și ale zonelor înconjurătoare folosind drona noastră. Aceste imagini au fost apoi procesate folosind algoritmi de învățare automată pentru a identifica prezența samulastrei de floarea-soarelui. Numărul mare de imagini capturate în timpul ne-a permis să acoperim în detaliu zonele de interes și să obținem un grad ridicat de acuratețe privind detectarea.
În timp ce tehnologia este încă în fazele sale incipiente, succesul ei demonstrează marele potențial pentru îmbunătățirea purității semințelor și reducerea pierderilor cauzate de samulastra de floarea-soarelui. Pe măsură ce tehnologia continuă să se dezvolte, este foarte probabil ca ea să devină un instrument din ce în ce mai important pentru fermieri în lupta împotriva samulastrei de floarea-soarelui.
Dacă ti-a placut acest articol, poți vedea și următorul articol: infestarea cu dăunători
Pentru mai multe detalii, contactați-ne la numărul de telefon +40724 339 757, la adresa de e-mail ciprian.iorga@laorizont.ro sau prin intermediul formularului acesta.