Los drones y la inteligencia artificial (IA) ahora se están utilizando para medir la madurez de la soja en menos tiempo mientras lo hacen con precisión. Los métodos actuales requieren que las personas pasen horas al sol todos los días para revisar las soja. Los drones han reducido el tiempo a solo dos días sin la necesidad de nadie en el suelo.
Investigadores de la Universidad de Illinois han recurrido a drones para mejorar la eficiencia y la precisión de medir la madurez de la soja.
Nicolas Martin, profesor asistente en el Departamento de Ciencias de los Crops de Illinois y coautor en el estudio dijo:
Evaluar la madurez de POD es muy lento y es propensa a los errores. Es un sistema de puntuación basado en el color de la cápsula, por lo que también está sujeto al sesgo humano. Muchos grupos de investigación están tratando de usar imágenes de drones para evaluar la madurez, pero no pueden hacerlo a escala. Así que se nos ocurrió una forma más precisa de hacerlo. Fue realmente genial, en realidad.
Para detectar la mayoría de los soja, un dron pasa sobre ellos varias veces tomando fotos cada pase. Las imágenes se comparan entre sí para ver la diferencia en cada una. Esto se hizo cinco veces en tres temporadas en dos países para garantizar que los drones puedan producir datos precisos.
Rodrigo Trevisan, un estudiante de doctorado agregó:
Digamos que queremos recopilar imágenes cada tres días, pero un día, hay nubes o lloviendo, por lo que no podemos. Al final, cuando obtiene los datos de diferentes años o ubicaciones diferentes, todos se verán diferentes en términos del número de imágenes y los intervalos, etc. La principal innovación que desarrollamos es cómo podemos dar cuenta de lo que podamos recopilar. Nuestro modelo funciona bien independientemente de la frecuencia con la que se recopilaban los datos.
Las imágenes de prueba fueron alimentadas en una red neuronal convolucional profunda, que le permite pensar de manera similar a un cerebro humano. El color, la forma y la textura de cada soja se extrajeron de las imágenes y luego se compararon con las imágenes previamente tomadas para dar un resultado.
Martin terminó con:
Tuvimos socios de la industria en el estudio que definitivamente quieren usar esto en los próximos años. E hicieron muy buenas e importantes contribuciones. Querían asegurarse de que las respuestas fueran relevantes para los criadores en el campo tomando decisiones, seleccionar plantas y para los agricultores.
Foto: Kelly Sikkema
FTC: Utilizamos ingresos que ganan enlaces de afiliados para automóviles. Más.