সিস্টেমটি কৃত্রিম বুদ্ধিমত্তার পাশাপাশি উপগ্রহ চিত্রগুলি ব্যবহার করে এবং ইতিমধ্যে আলুর কার্যকারিতা প্রত্যাশার জন্য সফলভাবে পরীক্ষা করা হয়েছে।
এর রিমোট সেন্সিং ল্যাবরেটরি (LATUV) থেকে গবেষকরা ভালাদোলিড বিশ্ববিদ্যালয় (ইউভিএ) শস্য পূর্বাভাস মডেলগুলি উন্নত করতে সক্ষম একটি নতুন উদ্ভিদ সূচক ডিজাইন করেছে have নতুন কৌশল, যা ইএসএ সেন্টিনেল -২ স্যাটেলাইট চিত্র এবং মেশিন লার্নিং এবং কৃত্রিম বুদ্ধিমত্তার কৌশলগুলি ব্যবহার করে, আলু এবং গমের ফসলের ফলনের পূর্বাভাস দেওয়ার ক্ষেত্রে সফলভাবে পরীক্ষা করা হয়েছে।
কৃষি উত্পাদন মানব ও পরিবেশ উভয় ক্ষেত্রেই বিপুল সংখ্যক কারণের উপর নির্ভর করে যা কৃষকদের মধ্যে ব্যাপক অনিশ্চয়তা তৈরি করে। তবে প্রযুক্তি এটি হ্রাসে গুরুত্বপূর্ণ মিত্র হতে পারে। এটি গণনামূলক মডেলগুলির ক্ষেত্রে যা নির্দিষ্ট শর্তে ফসলের আচরণ অনুকরণ করতে চায়, উদাহরণস্বরূপ মাটি, জলবায়ু বা কৃষিকাজ এবং এই প্রত্যাশিত বিবর্তনের উপর নির্ভর করে কৃষিক্ষেত্রের অনুমান করে।
"অনেকগুলি মডেল রয়েছে এবং তারা সাধারণত প্রতিটি ফসলের সাথে নির্দিষ্ট থাকে," লেএটিইউভি গবেষক এবং দূরবর্তী সংবেদন ও কৃষি ও বন আবহাওয়া সম্পর্কিত আন্তর্জাতিক জার্নালগুলিতে সম্প্রতি প্রকাশিত দুটি গবেষণার প্রথম লেখক ডিয়েগো গমেজ ব্যাখ্যা করেছেন।
তবে এই traditionalতিহ্যবাহী বৃদ্ধির মডেলগুলির কিছু সীমাবদ্ধতা রয়েছে, যেমন "একই পার্সেলের মধ্যে স্থানিকভাবে মডেল পরিবর্তনশীলতার অক্ষমতা" বা তাদের প্রয়োজনীয় ইনপুট ডেটাগুলির প্রচুর পরিমাণ "সাধারণত সংগ্রহ করাতে সময় এবং অর্থের উচ্চ ব্যয়ের কারণে প্রাপ্ত হয় না them ”
আলু চাষের ক্ষেত্র যার উপর অনুমান করা / ডি করা হয়েছে। গমেজ
সুতরাং, সাম্প্রতিক বছরগুলিতে আমরা এমন একটি প্রযুক্তির উপর বাজি ধরছি, রিমোট সেন্সিং যা অপটিকাল সেন্সরগুলির দ্বারা গৃহীত বর্ণালী চিত্র ব্যবহার করে (উপগ্রহ, বিমান, ড্রোন, ইত্যাদিতে ইনস্টল করা) এবং এটি কিছু ক্ষেত্রে এই traditionalতিহ্যবাহী মডেলগুলির পরিপূরক এবং প্রতিস্থাপনও করতে পারে। এই বর্ণালী চিত্রগুলি ফসলের রাজ্য বা ফিনোলজির উপর ডেটা সরবরাহ করে - উদ্ভিদ বিকাশের প্রক্রিয়াটিতে দৃশ্যমান বাহ্যিক পরিবর্তনগুলি - যা মডেলগুলিতে একীভূত হয় যা ফসলের পূর্বাভাসের জন্য সেই ইনপুট তথ্যকে সামঞ্জস্য করে।
“বর্ণালী চিত্রগুলি কভার করে যা ইনপুট ডেটার প্রয়োজন, দূরবর্তী সাইটগুলিতে অ্যাক্সেসের অনুমতি দেয় এবং স্বল্প ব্যয় করে। তারা ফসলের উত্পাদনশীল ক্ষমতার সাথে সম্পর্কিত তথ্যও অর্জন করতে সক্ষম হয়, "এলএটিইউভি গবেষক নোট করেছেন, যিনি বর্ণালী সূচকগুলির মধ্যে একটি উল্লেখ করেছেন - বর্ণালি ব্যান্ডগুলিকে সংহত করে এমন গাণিতিক সূত্র - উদ্ভিদের সর্বাধিক সচলতা অনুমান করার জন্য ব্যবহৃত হয় বা উদ্ভিদের ঘনত্ব - যা শেষ পর্যন্ত ফসলের উত্পাদনশীলতার পূর্বাভাস দেয় - এটি এনডিভিআই (এনডিভিআই)।
ভবিষ্যতের ভবিষ্যদ্বাণীপূর্ণ মডেলগুলি ফসলের উত্পাদনের জন্য এই সূচকের সময় সিরিজের ব্যবহার বৈজ্ঞানিক সাহিত্যে খুব সাধারণ। এই সূচকটি উদ্ভিদের প্রতিবিম্ব ব্যবহার করে - উদ্ভিদের আলোর প্রতিফলন করার ক্ষমতা - দুটি বর্ণাল ব্যান্ডে, লাল এবং কাছাকাছি-লাল, যা আলোকসংশ্লেষণের জন্য ব্যবহৃত আলো এবং পাতার কোষ কাঠামোর সাথে যথাক্রমে সম্পর্কিত are
একটি নতুন উদ্ভিদ সূচক
এলএটিইউভি গবেষকরা ইএসএ সেন্টিনেল -২ উপগ্রহের চিত্রের উপর ভিত্তি করে পিপিআই নামে একটি নতুন সূচক তৈরি করেছেন যা আলোক সংশ্লেষণে জড়িত বর্ণালী তথ্য - 2 থেকে 400 ন্যানোমিটার - বৈদ্যুতিন চৌম্বকীয় বর্ণালী -700 এর অন্যান্য অঞ্চল থেকে অ্যাকাউন্টে তথ্য গ্রহণ করে ন্যানোমিটার, রেড এজ ব্যান্ড এবং 704 ন্যানোমিটার, জলীয় বাষ্প শোষণকারী ব্যান্ড- যা ফসলের অবস্থা সম্পর্কে তার অন্যান্য গুরুত্বপূর্ণ তথ্য সরবরাহ করতে পারে যেমন তার পানির চাপ - যখন গাছটি তার চেয়ে বেশি জল দাবি করে।
গবেষকরা উপগ্রহের চিত্রগুলির আরও ডেটা সহ, উদ্ভিদ সূচকগুলি, এনডিভিআই এবং পিপিআই উভয়ের ভবিষ্যদ্বাণীপূর্ণ ক্ষমতা তুলনা করেছেন। এটি করার জন্য, তারা দুটি কৃত্রিম বুদ্ধিমত্তা এবং মেশিন লার্নিং অ্যালগরিদম (যাকে র্যান্ডম ফরেস্ট এবং সমর্থন ভেক্টর মেশিন বলা হয়) ব্যবহার করেছে এবং বিভিন্ন মডেল তৈরি করেছে যাতে তারা এই সূচকে অন্যান্য স্যাটেলাইট ব্যান্ডের সাথে একত্রিত করে।
অগ্রগামী গমেজ বলেছেন, “অনুমানটি ছিল, জনপ্রিয় এনডিভিআই সূচকে অন্তর্ভুক্ত না হওয়া অন্যান্য ব্যান্ডগুলি ব্যবহার করে এমন একটি সূচক ব্যবহার করে এবং সংবেদনশীল ফসলের তথ্য সরবরাহের কিছুটা সম্ভাবনা থাকলে ভবিষ্যদ্বাণীমূলক মডেলগুলি আরও ভাল হতে পারে," অগ্রগামী গমেজ বলেছেন যে, অবশেষে, মডেলগুলির ভবিষ্যদ্বাণীপূর্ণ ক্ষমতা "যখন উভয় উদ্ভিদ সূচকগুলি অন্তর্ভুক্ত করা হয়েছিল" বৃদ্ধি পেয়েছিল, যা "নির্দিষ্ট কিছু উপগ্রহ ব্যান্ডের সাথে এই ডেটা ব্যবহারকে গুরুত্ব দেয়"।
আলু চাষ আরও সঠিক ভবিষ্যদ্বাণী
ফলাফলগুলি দেখায় যে সাপোর্ট ভেক্টর মেশিন অ্যালগরিদম ব্যবহার করার সময় পিপিআই সূচক এনডিভিআইয়ের অনুরূপ তথ্য সরবরাহ করে এবং এনডিভিআইয়ের তুলনায় উল্লেখযোগ্যভাবে আরও তথ্যজনক, র্যান্ডম ফরেস্ট অ্যালগরিদম ব্যবহার করার সময় প্রতিশ্রুতিবদ্ধ ফলাফল "যে টেবিলে একটি নতুন উদ্ভিদ সূচক রেখেছিল যা ভবিষ্যদ্বাণীমূলক উন্নতি করতে পারে উপগ্রহ চিত্রের উপর ভিত্তি করে ফসল কাটা মডেল "।
এখনও অবধি, নতুন সূচকটি মোটামুটি স্থানীয়ভাবে গবেষণা করা অঞ্চলে আলু চাষের বিষয়ে পরীক্ষা করা হয়েছে। সিরিয়াল পরে আলু বিশ্বব্যাপী অন্যতম গুরুত্বপূর্ণ খাদ্য শস্য। এটি উন্নয়নশীল দেশগুলির খাদ্য সুরক্ষায় মূল ভূমিকা পালন করে এবং জার্মানি, ফ্রান্স, নেদারল্যান্ডস এবং পোল্যান্ডের প্রধান উত্পাদক হিসাবে, ইউরোপীয় কৃষি খাতেও ওজন রয়েছে। মেক্সিকোয় নেওয়া তথ্যের সাথে এটি গমেরও পরীক্ষা করা হয়েছে।
সরঞ্জামগুলির ধারণাটি হ'ল মডেলের দৃ solid়তা উন্নয়নের জন্য উপাত্ত সংখ্যা বৃদ্ধি করা, স্থানিক পরিবর্তনশীলতা বৃদ্ধি করতে এবং নতুন ফসলের অন্তর্ভুক্ত করার জন্য একটি বৃহত্তর অধ্যয়ন অঞ্চলকে আচ্ছাদন করা। দৃষ্টিকোণগুলি যা তহবিলের ধারাবাহিকতার উপর নির্ভর করে এবং ভবিষ্যতে কৃষকদের তাদের ফসলের আরও নির্ভরযোগ্যভাবে ভবিষ্যদ্বাণী করতে সহায়তা করতে পারে।