පද්ධතිය කෘතිම බුද්ධිය සමඟ චන්ද්රිකා රූප භාවිතා කරන අතර අර්තාපල් ක්රියාකාරිත්වය අපේක්ෂා කිරීම සඳහා දැනටමත් සාර්ථකව අත්හදා බලා ඇත.
හි දුරස්ථ සංවේදක රසායනාගාරයේ (LATUV) පර්යේෂකයෝ වල්ලඩොලයිඩ් විශ්ව විද්යාලය (V ව) බෝග පුරෝකථන ආකෘති වැඩි දියුණු කළ හැකි නව වෘක්ෂලතා දර්ශකයක් නිර්මාණය කර ඇත. ESA Sentinel-2 චන්ද්රිකා රූප සහ යන්ත්ර ඉගෙනීම සහ කෘතිම බුද්ධි ශිල්පීය ක්රම භාවිතා කරන නව තාක්ෂණය අර්තාපල් සහ තිරිඟු බෝග අස්වැන්න පුරෝකථනය කිරීමේදී සාර්ථකව අත්හදා බලා ඇත.
කෘෂිකාර්මික නිෂ්පාදනය ගොවීන් අතර විශාල අවිනිශ්චිතතාවයක් ඇති කරන මානව හා පාරිසරික සාධක විශාල සංඛ්යාවක් මත රඳා පවතී. නමුත් තාක්ෂණය එය අඩු කිරීමේ වැදගත් සගයෙකු විය හැකිය. නිශ්චිත තත්වයන් යටතේ බෝගයක හැසිරීම අනුකරණය කිරීමට උත්සාහ කරන පරිගණක ආකෘති සඳහා මෙය වේ, උදාහරණයක් ලෙස පාංශු, දේශගුණය හෝ කෘෂිකාර්මික භාවිතයන්, සහ මෙම අපේක්ෂිත පරිණාමය මත පදනම්ව කෘෂිකාර්මික නිෂ්පාදනය තක්සේරු කරන්න.
“බොහෝ ආකෘතීන් ඇති අතර ඒවා සාමාන්යයෙන් එක් එක් වර්ගයේ බෝග සඳහා විශේෂිත වේ” යැයි LATUV පර්යේෂකයෙකු සහ දුරස්ථ සංවේදනය සහ කෘෂිකාර්මික හා වන කාලගුණ විද්යාව පිළිබඳ ජාත්යන්තර සඟරාවෙහි මෑතකදී ප්රකාශයට පත් කරන ලද අධ්යයන දෙකක පළමු කතුවරයා වන ඩියේගෝ ගෝමස් පැහැදිලි කරයි.
නමුත් මෙම සාම්ප්රදායික වර්ධන ආකෘතීන්ට “එකම පාර්සලයක් තුළ අවකාශීයව විචල්යතාවයන් ආකෘතිකරණය කිරීමට ඇති නොහැකියාව” හෝ ඔවුන්ට අවශ්ය වන ආදාන දත්ත රාශියක් වැනි යම් සීමාවන් ඇත “ඒවා සාමාන්යයෙන් ලබා ගන්නේ අධික කාලය හා මුදල් එකතු කිරීම නිසා නොවේ. . ”
ඇස්තමේන්තු කර ඇති අර්තාපල් වගා කරන ප්රදේශය / ඩී. ගෝමස්
මේ අනුව, මෑත වසරවලදී අපි ඔප්ටිකල් සංවේදක (චන්ද්රිකා, ගුවන් යානා, ඩ්රෝන යනාදිය මත ස්ථාපනය කර ඇති) වර්ණාවලි රූප භාවිතා කරන තාක්ෂණය, දුරස්ථ සංවේදනය, සහ සමහර අවස්ථාවලදී මෙම සාම්ප්රදායික ආකෘතීන්ට අනුපූරකව හා ප්රතිස්ථාපනය කළ හැකිය. මෙම වර්ණාවලි රූප මඟින් බෝගයේ තත්වය හෝ සංසිද්ධිය පිළිබඳ දත්ත සපයයි - ශාක සංවර්ධන ක්රියාවලියේ දෘශ්යමාන බාහිර වෙනස්කම් - ඒවා ආකෘති වලට ඒකාබද්ධ වී බෝග පුරෝකථනය කිරීමට එම ආදාන තොරතුරු සකස් කරයි.
“වර්ණාවලි රූප මඟින් ආදාන දත්ත අවශ්ය වන අතර දුරස්ථ අඩවි වලට ප්රවේශ වීමට ඉඩ සලසයි, සහ අඩු පිරිවැයක් දරයි. LATUV පර්යේෂකයා සඳහන් කරන්නේ, බෝගයේ capacity ලදායිතා ධාරිතාව හා සම්බන්ධ තොරතුරු ලබා ගැනීමට ඔවුන්ට හැකියාව ඇති බවයි. ”වර්ණාවලි දර්ශකවලින් එකක් - වර්ණාවලි පටි ඒකාබද්ධ කරන ගණිතමය සූත්ර - වෘක්ෂලතාදිය වඩාත් ප්රබල ලෙස තක්සේරු කිරීමට හෝ වෘක්ෂලතා dens නත්වය - අවසානයේ බෝග produc ලදායිතාව පුරෝකථනය කරන එන්ඩීවීඅයි (එන්ඩීවීඅයි) වේ.
භෝග වල පුරෝකථන ආකෘති ජනනය කිරීම සඳහා මෙම දර්ශකයේ කාල ශ්රේණි භාවිතා කිරීම විද්යාත්මක සාහිත්යයෙහි ඉතා සුලභ ය. මෙම දර්ශකය වෘක්ෂලතා පරාවර්තනය භාවිතා කරයි - වෘක්ෂලතාදිය ආලෝකය පරාවර්තනය කිරීමේ හැකියාව - වර්ණාවලි කලාප දෙකකින්, රතු සහ රතු ආසන්නයේ, පිළිවෙලින් ප්රභාසංශ්ලේෂණය සඳහා භාවිතා කරන සමහර ආලෝකයට සහ කොළ වල සෛල ව්යුහයට සම්බන්ධ වේ.
නව වෘක්ෂලතා දර්ශකය
LATUV පර්යේෂකයන් විසින් ඊපීඒ සෙන්ටිනල් -2 චන්ද්රිකා රූප මත පදනම්ව පීපීඅයි නමින් නව දර්ශකයක් සකස් කර ඇති අතර, ප්රභාසංශ්ලේෂණයට සම්බන්ධ වර්ණාවලි තොරතුරු - නැනෝමීටර 400 සිට 700 දක්වා - විද්යුත් චුම්භක වර්ණාවලියේ අනෙකුත් අංශවලින් ලබාගත් තොරතුරු සැලකිල්ලට ගනී -704 නැනෝමීටර, රෙඩ් එජ් බෑන්ඩ් සහ නැනෝමීටර 945, ජල වාෂ්ප අවශෝෂණ කලාපය, එමඟින් බෝගයේ තත්වය, ජල පීඩනය වැනි වෙනත් ප්රධාන තොරතුරු සැපයිය හැකිය - ශාකයට වඩා වැඩි ජල ප්රමාණයක් ඉල්ලා සිටින විට.
පර්යේෂකයන් වෘක්ෂලතා දර්ශක දෙක වන එන්ඩීවීඅයි සහ පීපීඅයි හි පුරෝකථන ධාරිතාව හා සැටලයිට් රූපවලින් වැඩි දත්ත සංසන්දනය කළහ. මෙය සිදු කිරීම සඳහා ඔවුන් කෘතිම බුද්ධිය සහ යන්ත්ර ඉගෙනීමේ ඇල්ගොරිතම දෙකක් (සසම්භාවී වනාන්තරය සහ ආධාරක දෛශික යන්ත්රය ලෙස හැඳින්වේ) භාවිතා කළ අතර විවිධ ආකෘති ජනනය කළ අතර එමඟින් මෙම දර්ශක අනෙක් චන්ද්රිකා පටි සමඟ ඒකාබද්ධ කරන ලදී.
“උපකල්පනය වූයේ ජනප්රිය එන්ඩීවීඅයි දර්ශකයට ඇතුළත් කර නොමැති වෙනත් පටි භාවිතා කරන දර්ශකයක් භාවිතා කිරීම සහ අනෙක් අතට සංවේදී බෝග තොරතුරු සැපයීමට යම් හැකියාවක් තිබීම නිසා පුරෝකථන ආකෘති වඩා හොඳ වනු ඇත” යනුවෙන් ඉදිරියට යන ගෝමස් පවසයි. අවසාන වශයෙන්, ආකෘතිවල පුරෝකථන ධාරිතාව “වෘක්ෂලතා දර්ශක දෙකම හෝ දෙකම ඇතුළත් කළ විට වැඩි විය”, එය “ඇතැම් තනි චන්ද්රිකා පටි සමඟ ඒකාබද්ධව මෙම දත්ත භාවිතය” අගය කරයි.
අර්තාපල් වගාවේ වඩාත් නිවැරදි අනාවැකි
ප්රති results ල වලින් පෙනී යන්නේ පීපීඅයි දර්ශකය ආධාරක දෛශික යන්ත්ර ඇල්ගොරිතම භාවිතා කරන විට එන්ඩීවීඅයි හා සමාන තොරතුරු සපයන අතර අහඹු වනාන්තර ඇල්ගොරිතම භාවිතා කරන විට එන්ඩීවීඅයි වලට වඩා සැලකිය යුතු තොරතුරු සපයන අතර ප්රති results ල පොරොන්දු වෙමින් “පුරෝකථනය වැඩි දියුණු කළ හැකි නව වෘක්ෂලතා දර්ශකයක් මේසය මත තබයි. චන්ද්රිකා රූප මත පදනම් වූ අස්වැන්න ආකෘති ”.
තරමක් දේශීයකරණය කළ අධ්යයන ප්රදේශයක අර්තාපල් වගාව පිළිබඳ නව දර්ශකය මෙතෙක් අත්හදා බලා තිබේ. ධාන්ය වර්ග වලින් පසු අර්තාපල් යනු ගෝලීය වශයෙන් වඩාත්ම වැදගත් ආහාර බෝගයකි. එය සංවර්ධනය වෙමින් පවතින රටවල ආහාර සුරක්ෂිතතාවයේ ප්රධාන භූමිකාවක් ඉටු කරන අතර යුරෝපීය කෘෂිකාර්මික අංශයේ ද විශාල බරක් දරයි. ජර්මනිය, ප්රංශය, නෙදර්ලන්තය සහ පෝලන්තය ප්රධාන නිෂ්පාදකයින් ලෙස කටයුතු කරයි. මෙක්සිකෝවේ ලබාගත් දත්ත සමඟ තිරිඟු වලින් ද එය පරීක්ෂා කර ඇත.
උපකරණයේ අදහස වන්නේ ආකෘතියේ ity නත්වය වැඩි දියුණු කිරීම සඳහා දත්ත ගණන වැඩි කිරීම, අවකාශීය විචල්යතාව වැඩි කිරීම සඳහා විශාල අධ්යයන ප්රදේශයක් ආවරණය කිරීම සහ නව භෝග ඇතුළත් කිරීමයි. අරමුදල්වල අඛණ්ඩතාවය මත රඳා පවතින ඉදිරිදර්ශන සහ අනාගතයේදී ගොවීන්ට ඔවුන්ගේ අස්වැන්න වඩාත් විශ්වාසදායක ලෙස පුරෝකථනය කිරීමට උපකාරී වේ.