Penn Ştatdakı fənlərarası tədqiqat qrupunun fikrincə, idarə olunan mühit kənd təsərrüfatı kimi tanınan istixanaların içərisində torpaqsız böyüyən sistemlər il boyu yüksək keyfiyyətli xüsusi bitkilərin istehsalını inkişaf etdirməyi vəd edir. Lakin rəqabətədavamlı və davamlı olmaq üçün bu qabaqcıl əkinçilik üsulu dəqiq kənd təsərrüfatı texnikalarının işlənib hazırlanmasını və tətbiqini tələb edəcəkdir. Bu tələbatı ödəmək üçün komanda bitkilərin böyüməsi və ehtiyacları haqqında davamlı və tez-tez məlumat verməyə qadir olan avtomatlaşdırılmış məhsul monitorinqi sistemini işləyib hazırlayıb və məlumatlı məhsulun idarə olunmasına imkan yaradıb.

Onların araşdırması “Computers and Electronics in Agriculture” jurnalında dərc olunub .

“Ənənəvi olaraq, idarə olunan mühitdə kənd təsərrüfatının torpaqsız sistemlərində məhsulun monitorinqi xüsusi kadrlar tələb edən kritik, vaxt aparan bir işdir” dedi komanda rəhbəri, kənd təsərrüfatı və biologiya mühəndisliyi kafedrasının dosenti Long He. “Və ənənəvi məhsulun monitorinqi üsulları məhsul dövrü ərzində bitki artım dinamikasını tutmaq üçün tez-tez məlumatların toplanmasına imkan vermir . Avtomatlaşdırılmış məhsul monitorinq sistemləri məlumatların tez-tez toplanması və məhsulun daha səmərəli və məlumatlı idarə edilməsi ilə bitkilərin davamlı monitorinqinə imkan verir.”

Tədqiqatçılar öz tapıntılarında bildirdilər ki, inteqrasiya olunmuş ” əşyaların interneti “, süni intellekt (AI) və nəzarət olunan mühitdə kənd təsərrüfatında torpaqsız böyüyən sistemlər üçün uyğunlaşdırılmış kompüter görmə sistemi, məhsul dövrü boyunca bitki artımının davamlı monitorinqini və təhlilini təmin edir. Əşyaların interneti – tez-tez IoT olaraq adlandırılır – sensorlar, proqram təminatı və digər texnologiyalarla birləşdirilən cihazları birləşdirərək internet üzərindən məlumatı birləşdirə və mübadilə edə bilən fiziki obyektlər şəbəkəsidir.

Komandanın fikrincə, onların tədqiqatlarının əsas yeniliyi ilk dəfə olaraq bitki böyüməsindəki dəyişiklikləri dəqiq izləmək üçün əvvəlcədən müəyyən edilmiş vaxt intervallarında yüksək qətnamə ilə çəkilmiş ardıcıl şəkilləri emal edən rekursiv təsvir seqmentasiyası modelinin tətbiqidir. Tədqiqatda tədqiqatçılar öz yanaşmalarını Çin kələmi adlanan yarpaqlı tərəvəz olan körpə bok çayı izləməklə sınaqdan keçirdilər, lakin tədqiqatçılar bunun bir çox fərqli məhsulla işləyəcəyini söylədi.

O, Penn State-in Biglerville-dəki Meyvə Tədqiqat və Genişləndirmə Mərkəzində yerləşən Kənd Təsərrüfatı Elmləri Kollecindəki tədqiqat qrupu on ildən artıqdır ki, avtomatlaşdırılmış, dəqiq kənd təsərrüfatına diqqət yetirir, məhsul yığımı, ağacların budaması, yaşıl meyvələrin inceltilməsi, tozlandırma, meyvə bağlarının qızdırılması və çiləmə kimi kənd təsərrüfatı tətbiqləri üçün robot həllər hazırlayır. Bu tədqiqatda istifadə edilən maşın görmə sistemi qrupun əvvəlki tədqiqatlarda başqa məqsədlər üçün inkişaf etdirdiyi texnologiyanın inkişafıdır.

https://googleads.g.doubleclick.net/pagead/ads?client=ca-pub-0536483524803400&output=html&h=188&slotname=8188791252&adk=1687169288&adf=4203178812&pi=t.ma~as.8188791252&w=750&abgtt=6&fwrn=4&lmt=1740719307&rafmt=11&format=750×188&url=https%3A%2F%2Fphys.org%2Fnews%2F2025-02-vision-tracks-growth-specialty-crop.html&wgl=1&uach=WyJXaW5kb3dzIiwiMTkuMC4wIiwieDg2IiwiIiwiMTMzLjAuNjk0My4xNDEiLG51bGwsMCxudWxsLCI2NCIsW1siTm90KEE6QnJhbmQiLCI5OS4wLjAuMCJdLFsiR29vZ2xlIENocm9tZSIsIjEzMy4wLjY5NDMuMTQxIl0sWyJDaHJvbWl1bSIsIjEzMy4wLjY5NDMuMTQxIl1dLDBd&dt=1740719307217&bpp=1&bdt=74&idt=189&shv=r20250226&mjsv=m202502250101&ptt=9&saldr=aa&abxe=1&cookie=ID%3Df22668bce9793ae4%3AT%3D1735196613%3ART%3D1740719208%3AS%3DALNI_Mb4Xpwl1SO1AcvqroR6xccDm_sheQ&gpic=UID%3D00000f7c5320f40b%3AT%3D1735196613%3ART%3D1740719208%3AS%3DALNI_Mb1dz_DHiT2yDzXLMaB9CDkQl4XGg&eo_id_str=ID%3Dcdf7f2f01784f52d%3AT%3D1735196613%3ART%3D1740719208%3AS%3DAA-Afjb8kbeupLLyQ0QHQmZxpM4v&prev_fmts=0x0&nras=1&correlator=7862949575221&frm=20&pv=1&rplot=4&u_tz=240&u_his=4&u_h=1080&u_w=1920&u_ah=1032&u_aw=1920&u_cd=24&u_sd=1&dmc=8&adx=447&ady=2439&biw=1903&bih=945&scr_x=0&scr_y=0&eid=31090662%2C31090628%2C31090357%2C95350015%2C95353078%2C95353782&oid=2&pvsid=1265501906602433&tmod=587195434&uas=0&nvt=1&ref=https%3A%2F%2Fphys.org%2F&fc=1920&brdim=0%2C0%2C0%2C0%2C1920%2C0%2C1920%2C1032%2C1920%2C945&vis=1&rsz=%7C%7CpeEbr%7C&abl=CS&pfx=0&fu=128&bc=31&bz=1&td=1&tdf=2&psd=W251bGwsbnVsbCxudWxsLDNd&nt=1&ifi=2&uci=a!2&btvi=1&fsb=1&dtd=195

Bu araşdırmada, inteqrasiya olunmuş maşın görmə sistemi torpaqsız sistemdə böyüyən fərdi körpə bok çay bitkilərini uğurla təcrid etdi və onların böyümə dövrü boyunca artan yarpaq əhatə dairəsini izləyən tez-tez şəkillər istehsal etdi. Tədqiqatçılar, rekursiv modelin məhsulun böyüməsi dövrü boyunca dəqiq məlumat təmin edərək “sağlam performans” saxladığını söylədi.

O, laboratoriyasında doktorluqdan sonrakı alim və tədqiqatın ilk müəllifi olan Chenchen Kang-a bitki böyüməsini izləmək üçün kompüter görmə sistemini “öyrətmək” üçün lazım olan yeniliyi və gərgin işi təmin etdiyinə görə kredit verdi.

“Chenchen sensorları quraşdırdı, məlumatları topladı və emal etdi, metodologiyanı inkişaf etdirdi və AI modelləri ilə kodlaşdırma və proqramlaşdırma işlərini gördü” dedi.

Tədqiqat kənd təsərrüfatı mühəndisləri və bitki alimləri arasında fənlərarası layihə idi və o, “Qapalı Şəhər Kənd Təsərrüfatı Sistemlərinin Davamlılığının Təkmilləşdirilməsi” adlı daha böyük federal layihənin bir hissəsidir.

Tərəvəz bitkiləri elminin dosenti və geniş layihənin əsas tədqiqatçısı Francesco Di Gioia, dəqiq kənd təsərrüfatı həllərinin inkişafı üçün müxtəlif təcrübələrin inteqrasiyasının vacibliyini vurğuladı. Onun fikrincə, fənlərarası yanaşma cari idarə olunan ətraf mühitə malik kənd təsərrüfatı sistemlərinin səmərəliliyinin və uzunmüddətli davamlılığının yüksəldilməsində getdikcə daha çox kritik olacaq.

“Əşyaların interneti və süni intellekt texnologiyalarının istifadəsi ilə birlikdə qida məhlulunun monitorinqi və ətraf mühit amillərinin monitorinqi ilə birlikdə məhsulun vəziyyəti, bitki böyüməsi və məhsul tələbləri haqqında məlumatların avtomatik monitorinqi və toplanması qabiliyyəti, bitkilərin idarə edilməsi üsulumuzda inqilab edəcək” dedi Di Gioia. “Səmərəsizliyin minimuma endirilməsi və idarə olunan mühit kənd təsərrüfatı sistemlərinin rəqabət qabiliyyətinin artırılması bizim ərzaq və qida təhlükəsizliyimizi artıracaq.”

Gələcəkdə, Di Gioia əlavə etdi, dəqiq kənd təsərrüfatı texnologiyalarının idarə olunan mühitdə kənd təsərrüfatı sistemlərinə inteqrasiyası, həmçinin xüsusi bitkilərin keyfiyyətini artırmaq və hətta onların qidalanma profilini uyğunlaşdırmaq imkanı təklif edə bilər.

Penn Ştatdan kənd təsərrüfatı və biologiya mühəndisliyi üzrə doktorluq dərəcəsi ilə məzun olan və hazırda Miçiqan Dövlət Universitetində doktoranturadan sonrakı alim olan Xinyang Mu və bitki elmləri üzrə doktorant Aline Novaski Seffrin tədqiqata öz töhfələrini veriblər.

Ətraflı məlumat: Chenchen Kang et al, Nəzarət olunan mühit kənd təsərrüfatında Əşyaların İnterneti (IoT) texnologiyası ilə bok çay artımının monitorinqi üçün rekursiv seqmentasiya modeli, Kənd Təsərrüfatında Kompüter və Elektronika (2025). DOI: 10.1016/j.compag.2024.109866

Pensilvaniya Dövlət Universiteti tərəfindən təmin edilmişdir