Các nhà nghiên cứu tại Đại học California, Davis, đã phát triển một ứng dụng web mang tính đột phá có tên “When2Fly”.
MỘT báo cáo được chia sẻ bởi Phys.org cho chúng tôi biết rằng ứng dụng này được thiết lập để thay đổi cách nông dân và công nhân trong ngành sử dụng máy bay không người lái và máy bay không người lái (UAV) để thu thập dữ liệu quan trọng nhằm thực hành canh tác hiệu quả hơn và thích ứng với khí hậu.
Phó giáo sư Alireza Pourreza, giám đốc Phòng thí nghiệm nông nghiệp kỹ thuật số UC Davis và nhà nghiên cứu sau tiến sĩ Hamid Jafarbiglu đã tạo ra Khi2Fly để giải quyết một vấn đề quan trọng đã gây khó khăn cho việc thu thập dữ liệu dựa trên máy bay không người lái từ lâu: các điểm nóng.
Những điểm bất thường giống như ánh sáng chói trong dữ liệu được thu thập vẫn là một thách thức dai dẳng cho đến nay.
Sức mạnh của thời gian chính xác
When2Fly trao quyền cho người dùng máy bay không người lái để tối đa hóa độ chính xác và hiệu quả của quy trình thu thập dữ liệu của họ.
Người dùng chỉ cần nhập ngày họ dự định bay, chỉ định loại máy ảnh họ đang sử dụng và xác định vị trí của họ trên bản đồ hoặc bằng cách nhập tọa độ chính xác.
Sau đó, ứng dụng sẽ thực hiện phần còn lại, tính toán thời gian tối ưu trong ngày đã chọn cho các chuyến bay không người lái để thu thập dữ liệu cây trồng với mức độ nhiễu điểm nóng tối thiểu.
Tầm quan trọng của sự phát triển này nằm ở tiềm năng nâng cao hiệu quả canh tác đồng thời giảm thiểu lượng khí thải carbon trong nông nghiệp.
Cung cấp cho nông dân dữ liệu chính xác nhất, bao gồm thông tin chuyên sâu về sự biến đổi không gian của cây trồng, chẳng hạn như sự thay đổi về nhu cầu dinh dưỡng hoặc phát hiện bệnh tật, When2Fly trao quyền cho nhà sản xuất phân bổ nguồn lực chính xác và bền vững hơn.
Theo truyền thống, các biện pháp canh tác có tính đồng nhất trên toàn bộ cánh đồng, giả định rằng tất cả các loại cây trồng đều yêu cầu đầu vào giống nhau và sẽ tạo ra sản lượng đồng đều.
Cách tiếp cận đơn giản hóa quá mức này, như Pourreza chỉ ra, không phản ánh chính xác sự biến đổi của cây trồng trong thế giới thực. Máy bay không người lái, với khả năng độc đáo của mình, có thể giải quyết thách thức này nhưng chúng phải được sử dụng một cách hiệu quả.
Tìm điểm phát sóng
Bước đột phá quan trọng xảy ra khi Hamid Jafarbiglu quan sát thấy sự khác biệt trong dữ liệu được thu thập từ các hình ảnh chụp từ trên cao của vườn óc chó và vườn hạnh nhân.
Bất chấp những nỗ lực hiệu chỉnh tỉ mỉ, dữ liệu vẫn ở mức dưới chuẩn. Cuộc điều tra của Jafarbiglu đã giúp ông phát hiện ra các điểm nóng – những đốm trắng sáng trong các hình ảnh đã được hiệu chỉnh. Những điểm nóng này xuất hiện bất chấp mặt trời ở phía sau máy bay không người lái trong quá trình thu thập dữ liệu.
Điểm nóng xảy ra khi sự thẳng hàng của mặt trời và UAV tạo ra một tiêu điểm trong trường nhìn của camera, dẫn đến độ sáng ở khu vực đó tăng dần.
Những điểm nóng này có vấn đề vì trong nông nghiệp, nơi việc thu thập dữ liệu chính xác dựa vào nhiều hình ảnh được chụp từ nhiều góc độ khác nhau, sự khác biệt quan sát được là do sự biến đổi của thực vật chứ không phải do ánh sáng chói. Tuy nhiên, các điểm nóng làm ảnh hưởng đến độ tin cậy của dữ liệu.
Đáng chú ý, nghiên cứu đã phát hiện ra rằng các điểm nóng liên tục xảy ra trong các chuyến bay không người lái vào buổi trưa giữa mùa hè. Trái ngược với suy nghĩ thông thường, lần này được tiết lộ là một điểm nóng, điều này làm tăng khả năng xuất hiện các điểm nóng trong ảnh do mối quan hệ hình học khác nhau của mặt trời với Trái đất dựa trên vị trí và thời gian trong năm.
Ý nghĩa toàn cầu đối với nông nghiệp
Ý nghĩa của khám phá này vượt xa California. Các nhà nghiên cứu như Troy Magney, trợ lý giáo sư khoa học thực vật tại UC Davis, người chủ yếu sử dụng tháp để quét ruộng, cũng được hưởng lợi từ bước đột phá này.
Magney đã liên hệ với Jafarbiglu sau khi đọc nghiên cứulưu ý rằng người dùng cuối sử dụng viễn thám thực vật thường bỏ qua vấn đề về điểm nóng.
Ứng dụng When2Fly có bước tiến đáng kể trong việc triển khai công nghệ để giải quyết các thách thức trong nông nghiệp. Khi dân số toàn cầu tăng lên, hiệu quả nông nghiệp trở nên quan trọng hơn bao giờ hết.
(Ảnh: Nhà văn John Lopez của TechTimes)
ⓒ 2023 TECHTIMES.com Mọi quyền được bảo lưu. Không sao chép mà không được phép.
Thẻ: