അൽതായ് സ്റ്റേറ്റ് അഗ്രേറിയൻ യൂണിവേഴ്സിറ്റിയിലെയും ഓൾ-റഷ്യൻ റിസർച്ച് ഇൻസ്റ്റിറ്റ്യൂട്ട് ഓഫ് ഫൈറ്റോപത്തോളജിയിലെയും ശാസ്ത്രജ്ഞർ സംയുക്ത പ്രോജക്റ്റ് നടപ്പിലാക്കുന്നത് തുടരുന്നു "സാങ്കേതിക വീക്ഷണവും ബുദ്ധിപരമായ സംവിധാനങ്ങളും ഉപയോഗിച്ച് വയലുകളിലെ രോഗങ്ങൾ, കീടങ്ങൾ, കളകൾ എന്നിവ യഥാസമയം കണ്ടെത്തുന്നതിനുള്ള രീതികളുടെ വികസനം. വ്യത്യസ്ത അളവിൽ കീടനാശിനികളുടെ ആമുഖം", റിപ്പോർട്ടുകൾ അൽതായ് സ്റ്റേറ്റ് അഗ്രേറിയൻ യൂണിവേഴ്സിറ്റിയുടെ പ്രസ്സ് സേവനം.
പ്രോജക്റ്റ് പ്ലാൻ അനുസരിച്ച്, ഡിജിറ്റൽ മൾട്ടിസ്പെക്ട്രൽ, ഹൈപ്പർസ്പെക്ട്രൽ ക്യാമറകളും ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് അൽഗോരിതങ്ങളും ഉപയോഗിച്ച് വിളകളിലെ കീടങ്ങൾ, രോഗങ്ങൾ, കളകൾ എന്നിവ ഭൂമിയിൽ നിന്നും വിദൂരമായി കണ്ടെത്തുന്നതിനുള്ള രീതികളും സാങ്കേതികവിദ്യകളും ശാസ്ത്രജ്ഞർ വികസിപ്പിക്കും.
പ്രോജക്റ്റ് നടപ്പിലാക്കുന്നതിൽ ഉൾപ്പെട്ടിരിക്കുന്ന അൽതായ് സ്റ്റേറ്റ് അഗ്രേറിയൻ യൂണിവേഴ്സിറ്റിയിലെ ശാസ്ത്രജ്ഞരുടെ സംഘത്തെ നയിക്കുന്നത് ഡോക്ടർ ഓഫ് ടെക്നിക്കൽ സയൻസസ്, പ്രൊഫസർ, അഗ്രികൾച്ചറൽ മെഷിനറി ആൻഡ് ടെക്നോളജി വിഭാഗം മേധാവി വ്ളാഡിമിർ ബെലിയേവ് ആണ്.
പ്രോജക്റ്റ് നടപ്പിലാക്കുന്നതിലെ പ്രധാന ഘട്ടം, ഉയർന്ന റെസല്യൂഷൻ ഇമേജിംഗ് (ഒരു മില്ലിമീറ്റർ സ്കെയിലിൽ), വിളകളിൽ വ്യത്യസ്ത ഉയരങ്ങളിൽ പ്രവർത്തിക്കാനുള്ള കഴിവ്, ട്രാക്കിന്റെ സമാന്തര റെക്കോർഡിംഗ് ഉള്ള ഒരു ലംബ ഒപ്റ്റിക്കൽ സെൻസർ സിസ്റ്റത്തിന്റെ രൂപകൽപ്പനയുടെ ഫീൽഡ് ടെസ്റ്റിംഗ് ആയിരുന്നു. നീങ്ങുമ്പോൾ സർവേ പോയിന്റുകളുടെ കോർഡിനേറ്റുകളും. അൾട്ടായി ടെറിട്ടറിയിലെ കൽമാൻസ്കി ജില്ലയിലെ ഫാം എൽഎൽസി "ലിയോ" എന്ന എജിഎയു വിന്റെ വ്യാവസായിക പങ്കാളിയുടെ വയലുകളിൽ ഗ്രാറ്റ്സിയ ഇനത്തിലെ സോയാബീൻ വിളകളിലാണ് പരീക്ഷണം നടന്നത്. റിസർച്ച് ഇൻസ്റ്റിറ്റ്യൂട്ട് ഓഫ് ഫൈറ്റോപത്തോളജിയിലെ ശാസ്ത്രജ്ഞർ പരീക്ഷണത്തിൽ പങ്കെടുക്കാൻ ബർണൗളിലെത്തി. ഗവേഷകനായ സോഫിയ ഷെലെസോവയും പിഎച്ച്.ഡി എവ്ജീനിയ സ്റ്റെപനോവ.
ഒരു ട്രെയ്ൽഡ് സ്പ്രേയറിന്റെ ബൂമിൽ സിസ്റ്റം ഘടിപ്പിക്കാനും, ഉപരിതലത്തിന്റെ വിവിധ കോണുകളിൽ മണിക്കൂറിൽ 15 കി.മീ വേഗതയിൽ നീങ്ങുമ്പോൾ, വിളകളിലെ ദോഷകരമായ വസ്തുക്കളുടെയും കളകളുടെയും സാന്നിധ്യം വിലയിരുത്തുന്നതിനും ഒരു സ്പെക്ട്രൽ ലൈബ്രറി ശേഖരിക്കുന്നതിനും വീഡിയോ റെക്കോർഡ് ചെയ്യാം. ദോഷകരമായ വസ്തുക്കളുടെ ചിത്രങ്ങൾ.
"അൾട്ടായി സ്റ്റേറ്റ് അഗ്രേറിയൻ യൂണിവേഴ്സിറ്റിയിലെ ശാസ്ത്രജ്ഞരുടെ വർക്കിംഗ് ഗ്രൂപ്പിന്റെ ചുമതലകളിലൊന്ന് ഒരു സാർവത്രിക ക്യാമറ മൗണ്ടിംഗ് സിസ്റ്റവും ഷൂട്ടിംഗ് പോയിന്റുകളുടെ ട്രാക്കും കോർഡിനേറ്റുകളും റെക്കോർഡുചെയ്യാനുള്ള കഴിവ് ഉപയോഗിച്ച് ഫീൽഡിൽ പ്രവർത്തിക്കുന്നതിന് ഒരു ജിപിഎസ് റിസീവറുമായി സംയോജിപ്പിക്കുക എന്നതാണ്. നീങ്ങുന്നു. പ്രത്യേകിച്ചും, ഒപ്റ്റിമൽ ക്യാമറ ആംഗിളും മൗണ്ടിംഗ് ഉയരം, ചലന വേഗത, ഏറ്റവും ഫലപ്രദമായ ഷൂട്ടിംഗ് പാരാമീറ്ററുകൾ മുതലായവ ഞങ്ങൾ പരീക്ഷണാത്മകമായി നിർണ്ണയിക്കണം. ഇപ്പോൾ ഫലങ്ങൾ മോസ്കോയിൽ നിന്നുള്ള സഹപ്രവർത്തകർ പ്രോസസ്സ് ചെയ്യുകയും വിശകലനം ചെയ്യുകയും ചെയ്യേണ്ടതുണ്ട്, ”വ്ലാഡിമിർ ബെലിയേവ് പരിശോധനയുടെ പ്രാഥമിക ഫലങ്ങളെക്കുറിച്ച് അഭിപ്രായപ്പെട്ടു.
ചിത്രങ്ങളിലെ ടാർഗെറ്റ് ഒബ്ജക്റ്റുകളെ (രോഗങ്ങൾ, കീടങ്ങൾ, കളകൾ) തരംതിരിക്കുന്നതിന് ന്യൂറൽ നെറ്റ്വർക്കുകൾ ഉപയോഗിച്ച് ലബോറട്ടറിയിലും ഫീൽഡ് അവസ്ഥകളിലും ക്യാമറകൾ വഴി ലഭിച്ച ചിത്രങ്ങൾ പ്രോസസ്സ് ചെയ്യുന്നതിനുള്ള അൽഗോരിതം വികസിപ്പിക്കുന്നതാണ് പദ്ധതിയുടെ അടുത്ത ഘട്ടം.
വിളകളുടെ സർവേയുടെ ഫലത്തെ അടിസ്ഥാനമാക്കി, വിളകളിലെ ദോഷകരമായ ജീവികളുടെ സ്പേഷ്യൽ വിതരണത്തിന്റെ ഭൂപടങ്ങൾ നിർമ്മിക്കും.
“വിളകളുടെ ഭൂമിയും വിദൂരവുമായ സർവേയുടെ ഫലങ്ങളും ദോഷകരമായ വസ്തുക്കളുടെ സ്പേഷ്യൽ വിതരണത്തിന്റെ ഭൂപടവും അടിസ്ഥാനമാക്കി, വ്യത്യസ്ത അളവിൽ കീടനാശിനികൾ ഉപയോഗിക്കുന്നതിന് ഒരു തീരുമാനമെടുക്കാനുള്ള അൽഗോരിതം വികസിപ്പിക്കാൻ പദ്ധതിയിട്ടിട്ടുണ്ട്. അടുത്തതായി, സ്പ്രേയറിന്റെ ഓൺ-ബോർഡ് കമ്പ്യൂട്ടറിന് അനുയോജ്യമായ ഒരു ഫോർമാറ്റിൽ ഒരു കുറിപ്പടി ഫയലോ സ്പ്രേയിംഗ് ടാസ്ക് കാർഡോ സൃഷ്ടിക്കും., - സോഫിയ ഷെലെസോവ വിശദീകരിക്കുന്നു.
വ്യത്യസ്ത അളവിൽ കീടനാശിനികൾ ഉപയോഗിച്ച് വിളകൾ തളിക്കുന്ന രീതിയുടെ അംഗീകാരവും പരമ്പരാഗതമായി ഒരേ അളവിൽ വയലിൽ മുഴുവൻ തളിക്കലുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ ഈ രീതിയുടെ പ്രാഥമിക സാമ്പത്തിക വിലയിരുത്തലും പദ്ധതിയുടെ അവസാന ദൗത്യമാണെന്ന് ശാസ്ത്രജ്ഞർ കൂട്ടിച്ചേർത്തു.