Полученные результаты позволят повысить эффективность точного земледелия, как на Земле, так и в космосе. Результаты исследования были представлены на престижной международной научно-технической конференции IEEE Instrumentation and Measurement Technology Conference.
Население нашей планеты непрерывно растет, поэтому исследования, направленные на развитие точного земледелия чрезвычайно актуальны. Используемые в данной области высокие технологии открывают большие возможности для борьбы с голодом в развивающихся странах, обеспечения продовольственной безопасности, уменьшения воздействия человека на окружающую среду и повышения экономической эффективности сельского хозяйства. Тем не менее, точное земледелие сталкивается с рядом сложностей и нерешенных задач, ключевой проблемой является оптимизация использования ресурсов.
Для этих целей есть необходимость создавать точные предиктивные модели, позволяющие прогнозировать рост и оптимизировать производство продуктов. К сожалению, эмпирические модели, описывающие прирост биомассы в зависимости от различных факторов, имеют ряд недостатков: ограниченность применения к различным видам культур и слишком большое количество параметров, измерение которых является дорогостоящим или медленно. Универсальные модели, обладающие достаточной точностью незаменимы не только в «полях», но и при создании высокоэффективных тепличных хозяйств с контролируемыми условиями роста, а также в искусственных системах жизнеобеспечения, на космических станциях.
Команда ученых, в состав которой вошли три профессора Сколтеха: Руперт Герцер, Татьяна Подладчикова, Андрей Сомов и аспирант Сколтеха Дмитрий Шадрин, разработала метод прогнозирования роста растений в искусственных условиях. Первым этапом работы стал сбор статистических данных. Рост растений в искусственной беспочвенной системе фиксировался с помощью 3D камеры. Полученные данные позволили найти связь в увеличении суммарной площади поверхности всех листьев с приростом общей биомассы растений. После этого увеличение площади листьев фиксировалось с помощью 2D камеры, а на основе этих измерений строилась динамическая модель роста растения. Главная особенность разработанного метода – комбинирование 3D и 2D камер при сборе данных.
При таком подходе отпадает необходимость сложных вычислений со множеством параметров. Показатели площади всех листьев и биомассы в совокупности с разработанными математическими моделями дают точные результаты. Для проведения эксперимента была создана автоматическая система с искусственными условиями роста, укомплектованная 2D и 3D камерами, а также датчиками, собирающими данные об окружающей среде. Эта система использует машинное обучение для моделирования роста растений и прогнозирования его динамики.
В ходе эксперимента было обработано более 10000 изображений. Проведенное исследование легло в основу пилотного проекта по оптимизации роста растений в высокотехнологичном экспериментальном тепличном хозяйстве Мичуринского государственного аграрного университета.
«Главное преимущество нашего метода заключается в том, что 3D изображения достаточно получить для каждого вида растений всего один раз. После этого для прогнозирования прироста биомассы в теплицах достаточно использовать самые простые камеры. Это значительно упрощает и снижает стоимость систем прогнозирования, контроля и оптимизации для теплиц и искусственных систем жизнеобеспечения», – рассказывает первый автор исследования Дмитрий Шадрин.
«Стремление быть в гармонии с окружающим миром вызывает интерес человека к пониманию сути наблюдаемых явлений, их закономерностей и предвидению дальнейшего развития событий. В основе знаний об окружающем мире лежат наблюдение и эксперимент. Дмитрий Шадрин, аспирант Сколтеха, реализовал уникальный эксперимент по беспочвенному выращиванию томатов ?и салата. Новейшие данные, собранные в ходе эксперимента, а также разработка эффективных методов их анализа для прогнозирования роста биомассы – это большой вклад в создание автономных систем жизнеобеспечения в космосе и на Земле», - рассказывает профессор Космического центра Сколтеха Татьяна Подладчикова.