Según un equipo de investigación intercontinental en Pan State, el sistema de crecimiento dentro del invernadero, conocido como agricultura ambiental controlada, promete avanzar en el año de la producción de arte de alta calidad de cultivos especiales de alta calidad. Pero para ser competitivos y sostenibles, esta forma moderna de agricultura requerirá el desarrollo e implementación de técnicas agrícolas de precisión. Para satisfacer esta demanda, el equipo desarrolló un sistema automático de vigilancia de cultivos que puede proporcionar datos permanentes y frecuentes sobre el crecimiento y las necesidades de las plantas, lo que permite el manejo informado de cultivos.
“Tradicionalmente, el monitoreo de los cultivos en los sistemas agrícolas de la agricultura ambiental de control es una tarea importante que requiere personal especial”, dijo Long Long, “profesor asociado de ingeniería agrícola y biológica, dijo,” y los cultivos tradicionales no pueden monitorear la cosecha. Los sistemas de vigilancia de cultivos automáticos permiten la recopilación de datos repetidos y el monitoreo continuo de las plantas con un manejo más eficiente e informado del cultivo.
En los resultados publicados en Informática y electrónica en la agriculturaLos investigadores han informado que un “Internet de las cosas” integrado, la inteligencia artificial (IA) y un sistema de visión por computadora que se ha desarrollado para controlar la agricultura ambiental, lo que permite el monitoreo y el análisis permanentes del crecimiento de las plantas en el ciclo de cultivo. Un Internet de las cosas, a menudo llamado IoT, es una red de objetos físicos que pueden conectar e intercambiar datos en Internet, conecta dispositivos que están integrados con sensores, software y otras tecnologías.
Según el equipo, la innovación básica de su investigación es que por primera vez: se implementa un modelo de segmentación de imágenes repetitivo, que actúa en imágenes secuenciales, que se capturan en alta resolución a intervalos de tiempo predeterminados, de modo que los cambios en el crecimiento de la planta se pueden rastrear adecuadamente. En el estudio, los investigadores experimentaron su opinión al monitorear Babi Bok Choye, que comúnmente se llama repollo chino, pero los investigadores dijeron que trabajarían con muchos cultivos diferentes.
وہ کالج آف زرعی علوم میں ریسرچ گروپ ہے ، ج asistir رصے سے خو social جرگ ، اورdos Se ha hecho La máquina utilizada en esta investigación es el desarrollo de la tecnología del sistema de visión que el grupo ha desarrollado para otros fines en estudios anteriores.
En este estudio, el sistema integrado de visión artificial aisló con éxito el libro de bebés individual Choya Plants, que aumenta un sistema de sola, imágenes producidas repetidamente que han aumentado el área de cobertura de las hojas durante su desarrollo. Los investigadores dijeron que el modelo repetitivo mantuvo un “fuerte rendimiento” al proporcionar información precisa a lo largo del crecimiento de los cultivos.
En su laboratorio, apoyó a un académico de doctorado y el primer autor del estudio, Chennoon Kang, quien proporcionó innovación y mano de obra para “enseñar” el sistema de visión por computadora para rastrear el desarrollo del desarrollo de las plantas.
“Chinchin instaló el sensor, recopiló los datos y tomó medidas, desarrolló el procedimiento y trabajó codificación y programación con modelos de IA”, dijo.
Esta investigación fue un proyecto interformal entre ingenieros agrícolas y científicos de plantas, y es parte de un importante proyecto federal titulado, “para avanzar en la estabilidad de los sistemas agrícolas urbanos cubiertos”. El profesor asociado de ciencias de los cultivos vegetales Francisco, Gevia, y el investigador principal en el proyecto enfatizaron la importancia de conectar varias habilidades para el desarrollo de la solución agrícola de precisión. Aconsejó que el enfoque interformal sería muy importante en el rendimiento de los sistemas agrícolas del entorno controlado actual y la estabilidad a largo plazo.
“La capacidad de monitorear y recopilar datos de estado de cultivos, estima las necesidades de crecimiento y cultivos, así como monitorear nutrientes y factores ambientales, con radiación, temperatura y relativamente humedad, con el uso de tecnologías IoT y IA”, dijo el GEO. “Minimizar la descalificación y mejorar la competitividad del sistema agrícola del entorno controlado aumentará nuestros alimentos y seguridad nutricional”.
En el futuro, agregó DGVIA, la integración de las tecnologías agrícolas de precisión en los sistemas agrícolas ambientales de control también puede brindar la oportunidad de aumentar la calidad de los cultivos especiales e incluso desarrollar su perfil dietético.
Zeniang Mayo, quien recibió un doctorado en ingeniería agrícola y biológica de Penn State y actualmente es un académico post doctorado en la Universidad Estatal de Michigan, y Eline Novaki Saferin, candidato a doctorado en ciencias de las plantas, participó en el estudio.
El Departamento de Agricultura de Pensilvania y el Instituto Nacional de Alimentos y Agricultura del Departamento de Agricultura de los Estados Unidos financiaron el trabajo.
