3-D afgrødebilleddannelse hjælper landbruget med at vurdere plantehøjden

At bygge tredimensionelle punktskyer fra billeder i høj opløsning taget fra ubemandede luftfartøjer eller droner kan snart hjælpe planteavlere og agronomer med at spare tid og penge sammenlignet med manuel måling af afgrøder.

Dr. Lonesome Malambo, postdoktoral forskningsassistent i Texas A&M Universitys økosystemvidenskabs- og ledelsesafdeling i College Station, for nylig offentliggjort om dette emne i Internationalen Journal of Applied Earth Observation and Geoinformation .

Han fik følgeskab i undersøgelsen af ​​Texas A&M AgriLife Research-forskerne Dr. Sorin Popescu, Dr. Seth Murray og Dr. Bill Rooney, deres kandidatstuderende og andre inden for Texas A&M University System. Finansiering blev leveret af AgriLife Research, US Department of Agriculture National Institute of Food and Agriculture, Texas Corn Producers Board og United Sorghum Checkoff Program.

"Det, dette tværfaglige partnerskab har udviklet, er transformativt for majs- og sorghumforskning, ikke kun for at erstatte vores standard arbejdskrævende højdemålinger, men at finde nye måder at måle, hvordan forskellige sorter reagerer på stress på forskellige tidspunkter gennem vækstsæsonen, " sagde Murray. "Dette vil hjælpe planteavlere med at identificere højere udbytte, mere stress-resistente planter hurtigere end nogensinde muligt før."

Afgrødeforskere og forædlere har brug for to typer data, når de skal bestemme, hvilke afgrødeforbedringsvalg der skal foretages:genetiske og fænotypiske, som er plantens fysiske egenskaber, sagde Malambo.

Der er gjort store fremskridt inden for genetik, han sagde, men der er stadig meget arbejde at gøre med at måle de fysiske træk ved enhver afgrøde på en rettidig og effektiv måde. I øjeblikket, de fleste målinger tages fra jorden ved at gå gennem marker og måle.

I løbet af de sidste par år, UAV-fotos er blevet testet for at se, hvilken rolle de kan spille i at hjælpe med at bestemme egenskaber såsom plantehøjde, hvilken, målt over tid, kan hjælpe med at vurdere miljøforholdenes indflydelse på anlæggets ydeevne.

Malambo sagde, at denne undersøgelse kunne være den første til at bruge konceptet med at generere 3-D punktskyer ved hjælp af "struktur fra bevægelse, " eller SfM, teknikker over majs og sorghum gennem en vækstsæson. Disse to afgrøder blev udvalgt, fordi de har stor variation i højde og krone over sæsonen.

Selvom SfM ikke er nyt, teknologien er historisk blevet undervurderet for gentagne plantehøjdeestimeringer i undersøgelser begrænset til en enkelt dato eller korte UAV-kampagner, han sagde.

I landbrugsmiljøer, hvor forholdene ændrer sig på grund af afgrødens modenhed, Malambo sagde, at det næste logiske skridt var at afgøre, om metoderne var konsistente, gentagelig og nøjagtig over afgrødernes vækstcyklus.

Han sagde, at SfM-teknologien bruger overlappende billeder til at rekonstruere 3D-visningen af ​​en scene, går ud over de typiske flade fotos ved at aktivere automatisk indvendig og udvendig orienteringskalibrering. Små referencemål blev placeret i felter før hver flyvning.

Når et billede er taget fra UAV'en, det er dybest set at overføre en 3-D-scene til 2-D, Malambo forklarede. SfM forsøger at vende denne proces ved at bruge egenskaber såsom geometri, egenskaber ved lys og modellering.

"Når vi har genskabt scenen, det ser ud, som det så, da vi fangede det, flerdimensionelle, " han sagde.

"I dette studie, vi var interesserede i at observere hele vækstcyklussen for disse afgrøder. Vi fløj over afgrøderne på 12 forskellige datoer og fik samtidig folk til at måle væksten på jorden på seks af datoerne."

Popescu sagde på to af datoerne, til feltmålinger, en jordbaseret laserscanningssensor, også kendt som lidar, blev brugt til at indsamle referencedata for plantekronens højde.

"Dette er endnu et unikt aspekt af vores undersøgelse, sagde han. Så vidt jeg ved, ingen anden publiceret undersøgelse sammenlignede SfM-punktskymålinger med lidar-scanning, men kun til manuelle markmålinger af plantehøjder.

"Den terrestriske lidar giver de mest nøjagtige mål af baldakinen, resulterer i en punktsky af direkte 3D-målinger, " sagde Popescu.

Han sagde, at SfM leverer rekonstruerede 3-D punktskyer gennem fotogrammetriske metoder, hvorimod lidar giver direkte målinger ved hjælp af laserscanning. Den jordbaserede lidarsensor, eller TLS, har en begrænset dækning og skal placeres på høje køretøjer for at se baldakinen fra oven.

"Det er virkelig ikke praktisk at bruge TLS til plantehøjdemålinger, for det meste kun til valideringsundersøgelser som vores, " sagde Popescu. "Lidar kan placeres på en UAV, men de sensorer er meget dyre. Vi er i øjeblikket ved at samle en UAV lidar-sensor og vil have den operationel ved udgangen af ​​dette år."

Malambo sagde, at fysiske målinger blev taget fra maj til juli, mens flyfotos blev taget fra april til august.

"Vi fik en meget god korrelation fra målingerne i marken og de billeder, vi var i stand til at producere, " sagde han. "Der er et stort potentiale for at reducere tiden og omkostningerne ved at indsamle data med overkommelig teknologi, som kan bruges af landmænd og forskere."

Denne forbedring i billedanalyser har åbnet en mulighed for mere overkommelige ikke-metriske kameraer, der kan bruges på UAV-platforme til pålidelig kortlægning og 3-D-modellering end gennem dyre luftbårne og terrestriske laserscanninger, sagde Malambo. SfM-software er let at lære, automatiseret og let tilgængelig.

Systemet er ikke uden udfordringer, selvom, han sagde. I bestræbelserne på at se, om det er nøjagtigt over tid, Malambo sagde, at teknologien afhænger af kvaliteten af ​​billederne. Med sorghum, som hovedsageligt er løv, det gjorde godt. majs, som tørrer ud og mister kontrast, når den modnes, har en tendens til at blande sig med jorden.

"Vores generelle konklusion er, at struktur fra bevægelse giver et stort potentiale til at arbejde med måling af plantehøjde, men vi skal gøre det mere robust gennem vækstsæsonen, " sagde han. "Ændringer i vindhastighed kan påvirke dronekameraerne i at tage billeder. Og det, på tur, påvirker resultaterne af 3-D-funktionerne."

Malambo sagde, at han søger efter måder at forbedre det overordnede program på, herunder at reducere sagsbehandlingstiden. Data, der er indsamlet i den seneste vækstsæson, er massive og tager flere dage at behandle.

En idé, han diskuterede, er at arbejde med andre afdelinger på campus for at kunne have online realtidsanalyse af feltet. Det drone-fangede billede ville blive sendt direkte til en bærbar computer, hvor avancerede dataanalysemetoder som maskinlæring eller deep learning kunne bruges til at hjælpe med at gøre højdedataene tilgængelige med det samme.