Wataalamu wa kilimo wanahitaji kujua idadi ya watu wa shina kuweza kuiga nambari za mizizi.
Growers should soon be able to assess the variation in potato plant populations at field scale at any given time. This is thanks to work done by Harper Adams University, AHDB funded PhD student Joseph Mhango. His new decision-making tool uses artificial intelligence known as Deep Learning alongside drone-taken images of the crops to calculate stem numbers, and map where they occur.
Mbinu hii ina uwezo wa kugundua vitu, na hutumiwa kwa maono ya mashine katika magari ya kujiendesha. Bw Mhango alisema: "Wataalam wa kilimo wanahitaji kujua idadi ya watu wa shina ili kuweza kuonyesha idadi ya mizizi.
"Katika kipindi cha miaka miwili iliyopita, tumekuwa tukitengeneza mbinu kadhaa kulingana na akili ya bandia ili kuanza kutatua shida ya jinsi bora kukadiria tofauti za wiani wa shina kwenye shamba la viazi kwenye dari kamili, kawaida kwa siku 70 baada ya kupanda." Kwa kuchanganua fahirisi za mimea kwa kutumia urefu wa mawimbi nyekundu, bluu na kijani uliochukuliwa na drone, Joseph aligundua kuwa vidokezo vya meristematic ya mimea ya viazi vinaweza kuhesabiwa na kutumiwa kuwakilisha vidokezo vya shina.
Mafunzo ya kina yalitumika kukuza mtindo thabiti wa kukadiria idadi ya shina ambayo inaweza kutumika kutengeneza ramani ya joto ya idadi ya watu wa shina kwenye uwanja. Chombo hiki kimelenga kuwezesha maamuzi ya uvunaji, ili maeneo yaliyo na idadi kubwa ya mizizi iweze kuachwa wakati mwingi kwa wingi, wakati wale walio na mizizi ndogo, kubwa huvunwa kwanza.
"Mifano zilizofunzwa hapo awali zinaonyesha kuwa ambapo kuna idadi kubwa zaidi ya shina kwa kila eneo la ardhi, idadi kubwa ya mizizi inapaswa kutarajiwa kwa gharama ya ukubwa wa wastani wa mizizi. "Alibainisha kuwa wakulima wanajua sana uhusiano kati ya idadi ya watu wa shina la viazi na mazao ya mizizi pamoja na usambazaji wa ukubwa, na maamuzi juu ya majira ya mavuno kawaida hutegemea idadi ya mavuno kwenye shamba.
"Tofauti kati ya mtindo huu na zingine ni kwamba inatoa uwezo wa kupima utofauti wa shamba ili kutoa habari kuelezea maeneo ya usimamizi katika kilimo cha usahihi. ”Mtindo mpya wa Joseph umejaribiwa katika maeneo kadhaa ya viazi huko Shropshire na Lincolnshire, na inaonekana kuwa ya kuahidi sana, alisema. "Chombo kipya kitarahisisha kilimo cha usahihi kuwa rahisi kufanikiwa, kwani habari inaweza basi kutoa uamuzi juu ya muda wa kukata na kuvuna, lakini pia matumizi ya dawa na dawa za kuua magugu."
Kutafsiri mbolea kuwa mavuno
Pia kama sehemu ya masomo yake amekuwa akichora utendakazi wa mazao ya viazi katika sehemu tano, akiangalia matumizi ya mbolea ya nitrojeni (N), fosforasi (P) na kiberiti (S) na tofauti katika jinsi wanavyotafsiri kuwa mavuno, na kwa wakati gani wanaacha kuchangia. “Mwitikio wa virutubisho vya udongo unaweza kutofautiana katika shamba kwa sababu ya viwango ambavyo tayari vinapatikana kwenye mchanga. "Sampuli za mchanga zilichukuliwa baada ya matumizi ya mbolea, na katika sehemu nyingi tulipata ushahidi wa mbolea iliyozidi ambayo ilihusisha viwango vya juu vya P ndani ya shamba na viini vidogo."
"Uelewa wetu umekuwa kwamba uongozi wa upakuaji wa mizizi upo katika viazi na sehemu ndogo tu ya mizizi inayotumia faida ya viwango bora vya virutubisho. "Hata hivyo, katika viwango vya juu vya virutubisho vinavyozingatiwa katika mashamba ya wakulima, tunakusanya ushahidi kwamba hii inaweza kuwa sio kweli kila wakati. "Matokeo yanaonyesha kuwa sehemu zote katika utafiti zinafanya kazi kwa kiwango bora zaidi cha virutubisho, na ndani ya uwanja huu, kulikuwa na uhusiano mbaya hasi kati ya viwango vya P na usambazaji wa ukubwa wa mizizi.
"Badala ya kutumia majaribio ya nasibu na matibabu yaliyodhibitiwa, tulitaka kuelewa uhusiano kati ya usambazaji wa ukubwa wa mchanga na mizizi katika hali halisi ya shamba." Kama matokeo, alichukua mbinu ya uchunguzi wa kijiografia wa kujenga modeli, Hii, anaamini, imeturuhusu kujenga modeli na viboreshaji ambavyo vinaonyesha vizuri uhusiano unaozingatiwa katika mashamba ya wakulima wa kawaida ”. "Katika visa vingi, wakulima wanaweza kuwa na mbolea kupita kiasi kujaribu kuhakikisha mazao yao yana virutubisho vya kutosha, lakini hii inaweza kusababisha athari mbaya kwa mavuno na ubora."
Asili ya pande tatu ya mifano hii inawezesha ujumuishaji na mfano wa kuhesabu shina, na pia ujumuishaji wa picha za setilaiti ili kuboresha utabiri. Sehemu ya tatu ya PhD ya Joseph inajumuisha ujumuishaji wa picha za satelaiti zenye azimio nyingi za juu za mchanga na dari kutoka kwa tovuti zake za utafiti. "Tutapima kiwango ambacho picha za setilaiti zinaweza kusaidia kufikia usahihi bora wa utabiri wa mazao ya viazi na usambazaji wa ukubwa wa mizizi kabla ya mavuno."
Tazama uwasilishaji kutoka Wiki ya Kilimo:
Sekta: Viazi
