Yeni bir araşdırma, peyk təsvirləri və hava məlumatlarını birləşdirən maşın öyrənmə alətini təqdim edir. Bu alət, noxud bitkilərinin sağlamlığını izləmək üçün nəzərdə tutulmuşdur. Sistem, kommersiya sahələrində yarpaq sahəsi indeksi (LAI) və yarpaq su potensialını (LWP) dəqiq şəkildə qiymətləndirir və fermerlərə suvarma qərarlarını daha ağıllı şəkildə verməyə kömək edir. Bu tədqiqat, noxud əkinçiliyində bu cür texnologiyanın ilk geniş miqyaslı tətbiqi kimi diqqət çəkir.

Avropa Aqronomiya Jurnalında yayımlanan araşdırma, peyk məlumatları və maşın öyrənmə texnologiyasından istifadə edərək noxud fermerlərinə suvarma qərarlarını daha ağıllı şəkildə vermək və məhsul performansını artırmaq üçün güclü bir vasitə təqdim edir. Tədqiqat, İsrailin Yerusəlim şəhərindəki Robert H. Smith Bitki Elmləri və Kənd Təsərrüfatı Genetikası İnstitutunda doktorant Omer Perach tərəfindən, professor İttai Herrmannın rəhbərliyi altında həyata keçirilmişdir. Araşdırma, yüksək dəqiqlikli Sentinel-2 peyk təsvirlərini hava məlumatları ilə birləşdirərək bitki sağlamlığının əsas göstəricilərini - Yarpaq Sahəsi İndeksi (LAI) və Yarpaq Su Potensialını (LWP) qiymətləndirir. Bu göstəricilər, noxud bitkilərinin yarpaq örtüyü inkişafını və su stressini anlamaq üçün kritik rol oynayır. Noxud bitkisi, yarı quraq bölgələrdə dünya üzrə vacib bir məhsul hesab olunur.

Tədqiqatçılar agronomiyanı məlumat elmi ilə birləşdirərək maşın öyrənmə modelləri hazırlayıblar. Bu modellər, kommersiya noxud sahələrində fizioloji vəziyyəti sahə üzrə proqnozlaşdırmağa imkan verir. Əsasən, modellər "sahəni çıxarma" strategiyasından istifadə edərək test edilib. Bu strategiya, real dünya şərtlərini təqlid edir və yeni sahələrin əvvəllər model təlimi üçün istifadə edilməməsini nəzərdə tutur. Bu yanaşma, aləti praktik istifadə üçün daha etibarlı və uyğun edir.

"Hədəfimiz sadəcə laboratoriyada işləyən bir şey yaratmaq deyil, fermerlərə sahədə kömək edən bir sistem hazırlamaq idi," deyə aparıcı müəllif Omer Perach bildirib. "Bu sistem vasitəsilə fermerlərə sahə üzrə bitki inkişafı və su vəziyyətinin məkan xəritələrini təqdim edə bilərik. Bu cür məlumatlar daha dəqiq və vaxtında suvarma üçün imkan yaradır."

Modellər, Yarpaq Sahəsi İndeksini qiymətləndirməkdə yüksək dəqiqlik əldə edib və su stressinin müxtəlif səviyyələrini fərqləndirə bilib. Bu, 17 kommersiya sahəsindəki real dünya dəyişkənliyi altında mümkün olub. Fizioloji xəritələri suvarma cədvəlləri ilə üst-üstə qoyaraq, tədqiqatçılar fermerlərin məhsul ehtiyaclarına vaxtında cavab verə biləcəyini və məhsul nəticələrini yaxşılaşdıra biləcəyini göstəriblər.

"Noxud bitkilərinin suvarma rejimlərinə verdiyi cavab kosmosdan müşahidə edilə bilər," deyə professor İttai Herrmann qeyd edib. "Bizim hazırladığımız şey, sahə daxilində dəyişkənliyi aşkarlamaq üçün geniş miqyaslı bir üsuldur. Bunun üçün pulsuz peyk məlumatları və standart hava stansiyası məlumatlarından istifadə edilir. Bu yanaşma, intuisiya əsaslı əkinçiliyi məlumat əsaslı idarəetmə ilə əvəz etməyə kömək edir."

Araşdırma, bu modellərin Google Earth Engine kimi platformalara inteqrasiyası üçün zəmin yaradır. Bu, fermerlərin qlobal miqyasda, hətta texniki infrastrukturu məhdud olan bölgələrdə belə alətlərə çıxışını təmin edə bilər.