Գյուղատնտեսության մեջ վաղ հայտնաբերումը կարող է որոշիչ լինել․ եթե ֆերմերը հիվանդությունը, վնասատուի տարածումը կամ բույսի ջրի պակասը նկատում է միայն այն ժամանակ, երբ փոփոխությունն արդեն տեսանելի է, միջամտությունը կարող է ուշացած լինել։
ԱՄՆ-ում գիտնականները փորձում են այդ ժամանակային տարբերությունը կրճատել՝ օգտագործելով դրոններ, ջերմային և լուսային սենսորներ ու հեռահար զոնդավորման տեխնոլոգիաներ։
Վիրջինիայի համալսարանի, NASA-ի և Բուֆալոյի համալսարանի հետազոտողները փորձարկել են նման համակարգ Վիրջինիայի համալսարանի 2,900 ակր տարածքով՝ մոտ 1,170 հեկտար, Morven Sustainability Lab հետազոտական տնտեսությունում։
Դրոնը թռչում է դաշտի վրայով և «կարդում» բույսի վիճակը
Փորձարկումների ընթացքում դրոնները թռչել են մշակաբույսերից ավելի քան 30 մետր բարձրության վրա և հինգ օր շարունակ տվյալներ հավաքել բույսերի վիճակի վերաբերյալ։
Դրոնների վրա տեղադրված սենսորները կարող են չափել բույսերից անդրադարձող լույսը, ջերմաստիճանը, բույսերի բարձրությունը, տեսակները, ֆոտոսինթեզի ակտիվությունը և ջրային վիճակը։
Հատկապես հետաքրքիր է լուսային սենսորների հնարավորությունը․ համակարգը կարող է շատ բարձր լուծաչափով ուսումնասիրել բույսերից անդրադարձող լույսը՝ մինչև մեկ նանոմետր թողունակությամբ։
Այս տվյալների համադրությունը հնարավորություն է տալիս ստանալ բույսի վիճակի ավելի ամբողջական պատկեր, քան սովորական տեսողական զննումը։
Հիվանդությունը կարող է հայտնաբերվել մինչև տեսանելի նշանների ի հայտ գալը
Հետազոտողների վերջնական նպատակներից մեկն այն է, որ ֆերմերը կարողանա ավելի վաղ հայտնաբերել երաշտի, միջատների կամ հիվանդությունների ազդեցությունը։
Երբ բույսը ջրի պակաս ունի, նրա ֆիզիոլոգիական վիճակը փոխվում է։ Այդ փոփոխություններից որոշները կարող են արտացոլվել բույսի ջերմաստիճանի կամ լույսի անդրադարձման մեջ դեռ այն ժամանակ, երբ մարդու աչքով բույսի վնասվածքը դժվար է նկատել։
Դրոնային տվյալների միջոցով հնարավոր է հայտնաբերել այդ փոփոխությունները մեծ տարածքի վրա և առանձնացնել այն հատվածները, որոնք լրացուցիչ ստուգման կարիք ունեն։
Այս մոտեցումը կարող է ֆերմերին թույլ տալ ավելի շուտ որոշել՝ որտեղ է անհրաժեշտ ոռոգում, որտեղ՝ վնասատուների դեմ պայքար, իսկ որտեղ՝ լրացուցիչ ուսումնասիրություն։
Ինչու է սա կարևոր
Ավանդական եղանակով մեծ դաշտի ամբողջական զննումը կարող է մեծ ժամանակ և աշխատուժ պահանջել։
Եթե, օրինակ, խնդիրը տարածվում է հարյուրավոր հեկտարների միայն որոշ հատվածներում, ֆերմերը կարող է չկարողանալ ամեն օր մանրամասն ստուգել ամբողջ տարածքը։
Դրոնը կարող է նույն տարածքի վրայով անցնել և ստեղծել տվյալների քարտեզ, որը ցույց կտա՝ որտեղ են բույսերի վիճակի շեղումները։
Այսպիսով, ֆերմերը ստիպված չի լինի ամբողջ դաշտը հավասարապես մշակել։ Նա կարող է կենտրոնանալ հենց այն հատվածների վրա, որտեղ խնդիր է հայտնաբերվել։
Սա է ճշգրիտ գյուղատնտեսության հիմնական գաղափարներից մեկը՝ ավելի շատ որոշումներ ընդունել իրական տվյալների հիման վրա և ավելի քիչ ռեսուրս օգտագործել այնտեղ, որտեղ դրա անհրաժեշտությունը չկա։
Ոչ միայն դրոն․ համակարգը համեմատվում է իրական դաշտային տվյալների հետ
Գիտնականները չեն սահմանափակվել միայն դրոնով ստացված պատկերներով։
Միաժամանակ դաշտում աշխատող ուսանողները բույսերի վիճակի մասին տվյալներ են հավաքել անմիջապես գետնի վրա։ Նրանք նաև օգտագործել են հատուկ ձեռքի սարք՝ STELLA, որպեսզի ստացված տվյալները հնարավոր լինի համեմատել դրոնային չափումների հետ։
STELLA համակարգը Վիրջինիայի համալսարանի և NASA-ի համագործակցության արդյունքում մշակվող ցածրարժեք, թեթև հեռահար զոնդավորման սարք է։ Դրա կառուցման արժեքը մոտ 200 դոլար է։
Այս հանգամանքը հետաքրքիր է հատկապես փոքր և միջին տնտեսությունների համար․ տեխնոլոգիայի զարգացման նպատակներից մեկը հեռահար զոնդավորման գործիքները միայն խոշոր գիտական կենտրոնների համար չսահմանափակելն է։
Հինգ օր՝ 1,170 հեկտարանոց տնտեսության վրա
Փորձարկումները իրականացվել են Վիրջինիայի համալսարանի մեծ հետազոտական տնտեսությունում, որտեղ հետազոտողները կարողացել են միաժամանակ ուսումնասիրել մեծ տարածք և համեմատել դրոնային ու գետնային չափումները։
Հետազոտողները առաջիկա ամիսներին պետք է վերլուծեն հավաքված տվյալները՝ գնահատելու համար, թե որքան արդյունավետ են դրոնները բույսերի առողջության լայնածավալ վերահսկման գործում։
Այսինքն՝ տեխնոլոգիայի այս փորձարկումը դեռ վերջնական արտադրական համակարգ չէ։
Գիտնականները դեռ պետք է պարզեն, թե որքան ճշգրիտ և տնտեսապես արդյունավետ կլինի այն տարբեր մշակաբույսերի և տարբեր պայմանների դեպքում։
Դրոնը կարող է նաև ջրի օգտագործումը դարձնել ավելի ճշգրիտ
Այս տեխնոլոգիայի կարևոր կիրառություններից մեկը ջրի կառավարումն է։
Ջրի պակաս ունեցող բույսերը սովորաբար ավելի բարձր ջերմաստիճան են ունենում, իսկ ջերմային տեսախցիկները կարող են այդ տարբերությունները հայտնաբերել։
Վագենինգենի համալսարանի հետազոտությունները նույնպես ցույց են տալիս, որ դրոնների ջերմային տեսախցիկներով հնարավոր է հայտնաբերել մշակաբույսերի ջրային սթրեսը՝ երբեմն ավելի վաղ, քան այն տեսանելի է դառնում մարդու աչքին։
Սա նշանակում է, որ ապագայում դրոնը կարող է ոչ միայն ասել՝ «այստեղ բույսը խնդիր ունի», այլ նաև օգնել հասկանալ՝ արդյոք խնդրի պատճառը ջրի պակասն է, հիվանդությունը կամ այլ գործոն։
Իսկ եթե դրոնը միանա արհեստական բանականությանը
Հաջորդ քայլը տվյալների ավտոմատ վերլուծությունն է։
Մեծ դաշտից դրոնը կարող է հավաքել հսկայական քանակությամբ պատկերներ և սենսորային տվյալներ։ Դրանց ձեռքով վերլուծելը կարող է շատ ժամանակ պահանջել։
Արհեստական բանականությունը կարող է սովորել ճանաչել որոշակի օրինաչափություններ և առանձնացնել այն հատվածները, որտեղ բույսերի վիճակը տարբերվում է նորմայից։
ԱՄՆ-ի USDA-ի և Auburn University-ի հետազոտություններն էլ ուսումնասիրում են դրոնների և AI-ի համատեղ օգտագործումը՝ մոլախոտերի, վնասատուների և բույսերի սթրեսի հայտնաբերման, ինչպես նաև պարարտացման, ոռոգման և թունաքիմիկատների կիրառման ժամանակը ավելի ճշգրիտ որոշելու համար։
Այս դեպքում դրոնը դառնում է ոչ միայն տեսախցիկ, այլ գյուղատնտեսական տվյալներ հավաքող սարք, իսկ AI-ն՝ այդ տվյալների վերլուծության գործիք։
Կարո՞ղ է սա կիրառվել Հայաստանում
Հայաստանի գյուղատնտեսության համար նման տեխնոլոգիան հատկապես հետաքրքիր կարող է լինել այգեգործության և մեծ դաշտերի դեպքում։
Օրինակ՝ խնձորի կամ խաղողի այգում դրոնը կարող է պարբերաբար ուսումնասիրել ծառերի կամ վազերի վիճակը և ցույց տալ այն հատվածները, որտեղ բույսերի վիճակը շեղվում է ընդհանուր պատկերից։
Նույնը հնարավոր է կիրառել ցորենի, եգիպտացորենի, բանջարեղենի և այլ մշակաբույսերի դաշտերում։
Հայաստանի պայմաններում առավել հետաքրքիր կարող է լինել ջրի կառավարումը։ Եթե հնարավոր լինի վաղ հայտնաբերել ջրային սթրեսը, ապա ոռոգումը կարելի է ավելի նպատակային իրականացնել՝ ամբողջ դաշտը նույն քանակով ջրելու փոխարեն։
Սա կարող է հատկապես կարևոր լինել այն տարածքներում, որտեղ ջրային ռեսուրսները սահմանափակ են։
Դաշտը կարող է դառնալ «տեսանելի» ֆերմերից առաջ
Գյուղատնտեսության մեջ տեխնոլոգիական փոփոխության հիմնական ուղղություններից մեկն այն է, որ ֆերմերը խնդիրները հայտնաբերի ոչ թե դրանց արդեն տեսանելի դառնալուց հետո, այլ հնարավորինս վաղ։
Դրոնային հեռահար զոնդավորումը հենց այդ ուղղությամբ է զարգանում։
Տեսախցիկը կարող է տեսնել այն, ինչ մարդը չի նկատում, ջերմային սենսորը կարող է հայտնաբերել ջրային սթրեսը, իսկ լուսային տվյալները կարող են տեղեկություն տալ բույսի ֆիզիոլոգիական վիճակի մասին։
Եթե այդ ամենին ավելացվի արհեստական բանականություն, ֆերմերը կարող է ստանալ ոչ միայն լուսանկար, այլև որոշումների համար պատրաստ տեղեկատվություն՝ որտեղ ջրել, որտեղ ստուգել, որտեղ պայքարել վնասատուի դեմ և որտեղ լրացուցիչ ուսումնասիրություն կատարել։
Սակայն տեխնոլոգիան դեռ զարգացման փուլում է, և դրա արդյունավետությունը պետք է հաստատվի տարբեր մշակաբույսերի, կլիմայական պայմանների և տնտեսությունների վրա։
Աղբյուրներ
- University of Virginia — UVA, NASA և University at Buffalo-ի համատեղ դրոնային փորձարկումների վերաբերյալ պաշտոնական հրապարակում։
- University of Virginia / Phys.org — փորձարկումների տեխնիկական մանրամասներ և STELLA համակարգի վերաբերյալ տվյալներ։
- Wageningen University & Research — դրոններով մշակաբույսերի ջրային սթրեսի վաղ հայտնաբերման վերաբերյալ հետազոտություն։
- Auburn University / USDA — դրոնների և AI-ի կիրառումը ճշգրիտ գյուղատնտեսության մեջ։