Итальянские ученые разработали метод прогнозирования урожайности виноградников на основе аэрофотоснимков. Они продемонстрировали, что с помощью дронов можно быстро и надежно определить количество урожая перед сбором.
Это исследование, опубликованное на научной платформе Oeno-one, стало первым в области применения дронов для оценки урожайности в виноградарстве. Команда ученых из Национального исследовательского совета Италии и Университета Модены и Реджо-Эмилии использовала возможности цифровой обработки изображений для точной фиксации внешних характеристик сельскохозяйственной продукции. Ключевым элементом в анализе цифровых аэрофотоснимков стали пиксели, полученные с изображений винограда.
Ознакомиться с исследованием можно здесь.
Исследования проводились в 2021 и 2022 годах на нескольких виноградниках сорта Санджовезе недалеко от Сиены. Там ученые разместили цветные контрольные маркеры для идентификации винограда на аэроснимках и автоматизации обработки изображений. Затем дроны, оснащенные камерами, пролетели над виноградниками и сфотографировали кусты винограда.
Геометрические искажения, которые вносят аэроснимки, были скорректированы учеными с помощью инструмента контрольных точек. Для обнаружения винограда они использовали цветовые пороги и фильтры изображений. Затем из определенного таким образом количества пикселей винограда исследователи рассчитали урожайность винограда на куст с помощью линейной регрессионной модели.
После сбора урожая в оба года была установлена фактическая урожайность. Результат автоматического прогнозирования оказался удовлетворительным: соответствующая метрика ошибки находилась в пределах допуска.
До сих пор оценка урожайности виноградников проводится виноградарями путем срезания и взвешивания гроздей винограда с кустов в соответствии с определенной методикой. Прогнозируемые значения, полученные из этого, затем дают ожидаемое количество урожая. Эта процедура занимает время и особенно обременительна на крутых склонах. Новый метод значительно быстрее, не зависит от топографии и погоды и позволяет избежать присутствия человека на винограднике.
Исследовательская группа теперь стремится к дальнейшему улучшению обработки изображений и использованию инструментов глубокого обучения для распознавания и сегментации пикселей винограда.
Дополнительные задачи включают адаптацию данного подхода к другим областям сельского хозяйства, а также создание удобных и доступных инструментов для использования, например, через смартфоны.
