Кришна Рамануджан (Krishna Ramanujan), Cornell University
Исследователи из Корнелльского университета и Университета штата Пенсильвания разрабатывают высокотехнологичную портативную систему обработки изображений, которая увеличит прибыль и урожайность за счет повышения эффективности зимней обрезки кустов винограда.
«Мы надеемся, что у нас будет тепловая и мультиспектральная система получения изображений, которую фермер сможет прикрепить к вездеходу, проехать через свой виноградник, и получить карту живых и мертвых почек, которую затем можно будет использовать для принятия стратегии обрезки» - сказала Джастин Ванден Хойвел (Justine Vanden Heuvel), профессор в области виноградарства, руководитель данного проекта в Cornell AgriTech.
Зимнее повреждение почек является основной проблемой для виноградарей. Зимнее и весеннее потепление, сопровождаемое внезапными заморозками, может убить почки, поскольку кусты теряют свою холодостойкость после провокационного потепления («февральских окон»).
В годы с большими колебаниями температуры гибель почек может достигать 90%.
«Мы должны понимать, каков реальный уровень гибели почек в разных частях виноградника, чтобы руководить обрезкой, потому что обрезка - один из самых важных приемов виноградарства», - сказала Ванден Хойвел. «Она определяет количество побегов, которые необходимо оставить, а затем определяет урожай в зависимости от количества оставленных побегов».
Чтобы определить процент мертвых почек на кусте винограда, виноградари должны согласно специальной методике вручную разрезать почки лезвием для отбора проб и оценки процента повреждения почек. Когда виноградарь знает долю живых почек на виноградной лозе, он может соответственно скорректировать обрезку, чтобы получить нужное количество жизнеспособных побегов для лучшего урожая и ароматики технических сортов винограда.
Однако многие производители пропускают эту операцию, так как она требует обученного персонала и занимает много времени.
Практика обрезки также повреждает виноградные лозы. Без оценки перезимовки производители часто обрезают неправильно и в итоге получают слишком высокую или слишком низкую урожайность.
Когда урожайность слишком высока, в ягодах накапливается мало сахара, что делает их не очень хорошим виноградом для виноделия, а когда урожайность слишком низкая, продажа урожая не покрывает стоимость производства.
«Наше видение заключается в том, что мы хотим максимально увеличить прибыльность для производителей, особенно для виноградарей в штате Нью-Йорк», - сказал второй главный исследователь Ю Цзян (Yu Jiang), доцент, исследователь системного проектирования и анализа данных в Cornell AgriTech, чья программа ориентирована на разработку систем для цифрового сельского хозяйства.
Тепловидение может обнаружить содержание воды в зачатках почек - оно больше в живых зачатках, чем в погибших. Но многие существующие на настоящий момент тепловизоры имеют низкое разрешение изображения, а почки у винограда крошечные, что затрудняет их изображение.
Чтобы противостоять этому, группа планирует интегрировать мультиспектральную визуализацию с высоким разрешением, которая использует спектральные характеристики, основанные на заданных оптимальных длинах волн для живых и погибших зачатков почек. Эти изображения будут обрабатываться с помощью специальной модели, которая может идентифицировать местоположение почек и различать живые и мертвые почки.
При обнаружении соцветий в почке роботизированный щуп установит камеру в правильное положение, чтобы сделать тепловые изображения для проверки мультиспектральных данных и четкого различия между живыми и мертвыми почками. Два метода вместе будут перепроверять данные и улучшать точность данных. Все эти технологии будут интегрированы в автономную систему, которую можно легко подключить к ATV.
«Наша цель - разработать простую в использовании технологию, чтобы производители могли ездить с приличной скоростью и заставить систему собирать эти данные для них», - сказала Ванден Хойвел.
Команда также получила грант Cornell AgriTech Venture Fund в размере 40 000 долларов в год в течение двух лет, начиная с апреля этого года. Грант предоставляет финансирование для разработки автономной робототехнической платформы, которая может содержать мультимодальную сенсорную систему для различных специальных культур.
Первым применением этого робота будет его интеграция с системой обработки изображений и настройка для его самостоятельного перемещения по винограднику и автономного сбора данных о жизнеспособности почек.
