Droner, der arbejder på at opdage afgrødesygdom tidligt, driver landbrugsforskningen fremad

I løbet af det sidste årti er landbrugsforskning blevet mere og mere avanceret - i høj grad på grund af ubemandede luftfartøjer, også kendt som droner. På South Dakota State University er droner blevet integreret i en række forskningsaktiviteter, men har uden tvivl været de mest virkningsfulde inden for landbrugsforskning.

Maitiniyazi Maimaitijiang, en adjunkt ved Institut for Geografi og Geospatial Sciences, har arbejdet sammen med andre fakultetsmedlemmer for at udføre drone-relateret ag-forskning i løbet af de sidste par år, specifikt i relation til tidlig diagnose af afgrødes vandstress, næringsstofmangel. , afgrødesundhed og sygdomme - store trusler mod fødevaresikkerheden og afgrødeudbytteestimater.

"Vi forsøger at udvikle robuste, hurtige, præcise og operationelle løsninger og værktøjer til at opdage og diagnosticere afgrødes vandstress, næringsstofmangel og afgrødes sundhed og sygdomme - især tidlig påvisning," sagde Maimaitijiang. "Vi forsøger at udvikle nogle nye algoritmer ved hjælp af satellitter, ved hjælp af droner, ved hjælp af kunstig intelligens, ved hjælp af forskellige typer information, for at opdage dette på forhånd, før symptomerne bliver synlige. For når først det bliver synligt, kan kontrollen være for sent."

Når først sygdommen bliver synlig på bladniveauet, kan selv spray blive ubrugelig, bemærkede Maimaitijiang.

Tidligere var den traditionelle metode til at påvise afgrødesygdom besværlig og tidskrævende - hvilket krævede timer og timer med kedelig indsamling af data over acres og acres af marker. Droneteknologi har skabt en mere effektiv og pålidelig metode til at opdage afgrødesygdomme. Selvom deep learning stadig ikke er en perfekt videnskab, har deep learning gjort gennembrud inden for digital billedbehandling, som kombineret med droneteknologi - har drevet ag-forskning frem i de seneste år.

Maimaitijiang og Shahid Khan, en ph.d.-studerende, har brugt de sidste par måneder på at indsamle data ved hjælp af droner for at fremme deres forskning. Nedenfor er en synopsis af ins og outs ved at blive dronepilot og en gennemgang af deres forskningsproces.

Bliv dronepilot

Maimaitijiang fik sin første start med droner i 2015 på Saint Louis University, hvor han fik sin ph.d.

"Jeg arbejdede i fjernmålingslaboratoriet der," sagde Maimaitijiang. "Det meste af mit arbejde var drone-relaterede ting."

Mellem 2015 og 2022 steg droneindustrien betydeligt. I 2020 var det kommercielle dronemarked fastsat til 13,44 milliarder dollars og forventes at fordobles hvert andet år frem til 2028.

SDSU Institut for Geografi og Geospatial Sciences, de facto droneeksperterne på campus, reagerede på industriens vækst og begyndte at tilbyde droneundervisning i 2017. Nu tilbyder afdelingen et certifikat i ubemandede flysystemer, som kræver 12 kredittimer, og vil tilbyde en 18-timers minor i ubemandede flysystemer - foreløbigt indstillet til at starte i efteråret 2023.

Den primære klasse for droneinstruktion på SDSU er "GEOG 270, Introduction to Small Unmanned Aircraft Systems." GEOG 270 er lidt af et "smeltedigel"-kursus, hvor studerende fra blandt andet luftfart, landbrug, præcisionslandbrug og byggeledelsesprogrammer, alle kommer sammen for at lære at flyve og betjene droner. Et andet nøglekursus GEOG 483/583 UAS Remote Sensing træner eleverne med flere værktøjer og færdigheder til drone billedbehandling, som genererer brugbare kort og produkter.

Efter at have taget den klasse har eleverne viden til at bestå Federal Aviation Administration's Part 107 Remote Pilot Certificate - et krav for kommerciel drift af en drone. Alle forskere, der inddrager droner i deres arbejde, skal bestå FAA's test.

Khan husker, at han var lidt nervøs, før han tog sin FAA-certificeringstest. Han havde studeret to til tre timer om dagen i omkring en uge, men var stadig ikke overbevist om, at han ville bestå.

"Jeg troede, det kunne være svært, og at jeg kunne fejle," sagde Khan. "Men jeg tog derned, tog testen, og det gik meget godt. Jeg bestod og blev certificeret."

Efter at have fået sin FAA-licens, var Khan i stand til at begynde at flyve droner. Men i stedet for at flyve de kommercielle droner, der blev brugt under dataindsamlingen, instruerede Maimaitijiang Khan om at lære at flyve en meget mere udfordrende drone:en DEERC D20 - en "mini" drone til $50 designet til børn.

"Den er faktisk ikke nem at flyve," sagde Maimaitijiang. "Den har ikke GPS eller et barometer, så der er ingen automatisk svævetilstand. Den kan være meget ustabil."

Ved at bruge disse "hobby"-droner forbereder Khan og andre ph.d.-studerende sig til at flyve de kommercielle droner. Efter 20 timers træning, hvor de øver sig på forskellige landinger, starter og flyveveje, er eleverne klar til "de store ligaer."

"Når du har vænnet dig til den, er det meget nemmere at flyve disse større (droner)," sagde Khan.

At flyve de kommercielle droner er overraskende ret ligetil, sagde Maimaitijiang.

"Hovedårsagen er, fordi de fleste af disse kommercielle droner har meget gode GPS- og barometerenheder," forklarede Maimaitijiang. "Når du letter, kan den automatisk justere sin position og svæve der, selv når du fjerner hænderne fra kontrolknapperne."

Droner kan også programmeres til at tage på autonome missioner. Før Maimaitijiang og hans studerende tager ud til et forskningsfelt, vil de programmere en flyvebane for dronen.

"Før flyvningen skal du lave missionsplanlægningen," sagde Maimaitijiang. "Du har brug for et program i flyvehøjde, flyvehastighed, flyvestier - alle de parametre, du skal bruge for at definere forhåndsflyvning og derefter sende denne information til dronen."

Når dronen først er fremme, flyver den selv, og Maimaitijiang kan fokusere på de data, der indsamles. På grund af FAA-reglerne skal der dog stadig være nogen, der holder dronens controller.

"Vi uploader missionen, og med et enkelt klik vil den automatisk tage af sted, indsamle data og derefter vende tilbage," forklarede Maimaitijiang.

Nogle droner kan flyve i omkring to timer, og andre kan flyve i 30 minutter - det hele afhænger af typen af ​​droner (fast vinge eller roterende drone), og også nyttelasten og mængden af ​​udstyr, den bærer. De vil normalt dække mellem 10 og 50 acres under en flyvning.

"Det er de vigtigste begrænsninger ved disse droner," sagde Khan. "Du kan ikke dække for meget område ved at bruge disse batterier."

Der er nogle begrænsninger, som dronepiloter skal huske på. Droner er ikke meningen at flyve over 400 fod høje og kræver i mange flyvesituationer godkendelse fra den lokale lufthavn, hvis flyveområdet er i nærheden. Piloter skal også have nødplaner, forsikring og godkendelse fra grundejere ved hånden.

De fleste droner kan ikke flyves, mens det regner, men de kan flyves om vinteren, så længe det ikke er for koldt eller for blæsende. For roterende droner skal vindhastighederne ofte være under 15 mph og kan ikke have vindstød over 20 mph for sikkerheden - en udfordring i South Dakota. Disse typer droner kan heller ikke håndtere ekstrem varme. For at data kan indsamles nøjagtigt, skal forholdene være gunstige og meget milde.

"Det er derfor, når du tager FAA-testen for certificering, er der en masse vejrrelaterede spørgsmål, fordi de virkelig ønsker, at du skal være opmærksom på skyerne, vinden og alt muligt andet," sagde Khan. "En ting, som de specifikt fokuserer på, er, at du skal planlægge i overensstemmelse med vejret. Så før du planlægger at flyve på bestemte steder, skal du tjekke vejret."

Mens droner er absolut nødvendige til dataindsamling, er de simpelthen et køretøj for det vigtigere og dyrere forskningsudstyr:sensorerne. Mens avancerede droner, der er nødvendige for den type forskning, Maimaitijiang udfører, kan være mellem $5.000 og $15.000, kan de infrarøde sensorer, der er nødvendige for at indsamle dataene, være fem til 10 gange dyrere.

"Visse sensorer er kompatible med visse droner, mens andre ikke er. Dronen er bare køretøjet til at bære disse sensorer," sagde Khan. "De er virkelig som rygraden i systemet."

De hyperspektrale sensorer er i virkeligheden bare meget avancerede kameraer, der indsamler data i forskellige områder af elektromagnetiske spektrum, sagde Khan.

Indsamling af data

Når vejret samarbejder nok til at flyve dronen, vil Maimaitijiang rejse til forskellige gårde og forskningsfelter for at indsamle data. På markerne vil han flyve kommercielle droner i forskellige højder, som indsamler data ved hjælp af de højtydende sensorer.

"Når den flyver over en hvedemark - for eksempel - samler den billeder," sagde Maimaitijiang. "Vi bruger disse billeder - nu mærket som data - til at træne kunstig intelligens maskinlæringsmodeller. Det kan derefter automatisk registrere, om der er sygdom."

Ved at bruge disse oplysninger ville landmændene være i stand til at anvende en specifik mængde kemisk spray til fungiciderresistenskontrol på bestemte steder (på en mere effektiv måde) for at befri deres område for sygdom, bemærkede Maimaitijiang.

"Vi kan bruge droneteknikker til automatisk at få vækststatus, kronehøjde, afgrødesundhed og sygdomsniveau, næringsstoffer og vandstressniveau og forudsige det endelige udbytte," sagde Maimaitijiang. "Vi tager bare de data (der blev indsamlet fra et dronepas) og bygger nogle datadrev modeller for kunstig intelligens. Denne model bruger dataene til at detektere de forskellige parametre."

De indsamlede data fra dronerne er gavnlige for både landmænd og opdrættere, da de er i stand til at accelerere plantefænotypeforædlingsprocessen med høj effektivitet, sagde Maimaitijiang.

Khan, som tidligere har fået publiceret en forskningsartikel om forudsigelser af afgrødeudbytte ved hjælp af fjernmålingsdata fra satellitter, udfører lignende arbejde nu, bortset fra i stedet for satellitter, han bruger droner.

"I øjeblikket er det, vi gør, at flyve droner over forskellige afgrøder på forskellige stadier i vækstcyklussen - som tidligt stadie, ind i vækststadiet og derefter i modenhed," sagde Khan. "Vi flyver 10 til 12 gange hver høstsæson."

De indsamlede data fra afgrøderne er derefter korreleret med afgrødeudbytte og andre parametre, sagde Khan. Hans specifikke forskningsarbejde går ud på at estimere afgrødeudbyttet præcist før høst.

Det overordnede mål med Khans forskning er at gøre afgrødeudbyttet mere effektivt for landmænd.

"En anden ting er, før høsten, kan (landmænd) se, hvad der foregår i deres afgrøder," sagde Khan. "Så hvis de har brug for at gribe ind, eller hvis de skal træffe nogle beslutninger, såsom at øge gødningen eller noget andet, kan det hjælpe dem i beslutningsprocessen med at øge udbyttet eller kontrollere sygdommen."

Fremtidige anvendelser

I fremtiden ønsker Khan at fortsætte med at forske i afgrødekarakteristika gennem droner, mens han begiver sig ud i mere sygdomsovervågning. Han søger også at arbejde sammen med forskere på stammehøjskoler for at opsøge invasive arter ved hjælp af droneteknologi.

Efterhånden som droner fortsætter med at filtrere mere og mere ind i mainstream, vil gennembrud fortsætte med at ske, teoretiserede Maimaitijiang.

"Droner har gjort forskning meget lettere," sagde Maimaitijiang. "Integreret med kunstig intelligens i planteavl revolutionerer præcisions-ag-droner dybest set afgrødescouting på disse marker." + Udforsk yderligere

Amazon begynder at levere med drone i Californien by