Bạn Nhà Nông

Trong tương lai, nông dân ngày càng có thể tin tưởng vào sự hỗ trợ của máy tính khi trả lời những câu hỏi như: Tôi nên kết hợp những loại cây nào theo tỷ lệ nào để đạt được năng suất cao nhất có thể? Và cây trồng của tôi sẽ phát triển như thế nào nếu tôi sử dụng phân bón thay vì phân bón nhân tạo?.

Các nhà nghiên cứu hiện đã thực hiện một bước quan trọng trên con đường hướng tới mục tiêu này. Lukas Drees từ Viện Đo đạc và Thông tin Địa lý tại Đại học Bonn giải thích: “Chúng tôi đã phát triển phần mềm sử dụng ảnh chụp từ máy bay không người lái để trực quan hóa sự phát triển trong tương lai của các loài thực vật được hiển thị”.

Dự án quy mô lớn có trụ sở tại Đại học Bonn dự định thúc đẩy quá trình số hóa nông nghiệp thông minh để giúp nông nghiệp trở nên thân thiện hơn với môi trường mà không làm giảm năng suất thu hoạch.

Chương trình máy tính do Drees và các đồng nghiệp của ông trình bày có thể mô phỏng một số quyết định nhất định - ví dụ: để đánh giá việc sử dụng thuốc trừ sâu hoặc phân bón sẽ ảnh hưởng đến năng suất cây trồng như thế nào.

Để đem lại hiệu quả, chương trình phải được cung cấp các bức ảnh từ máy bay không người lái từ các thí nghiệm thực địa. Nhà nghiên cứu tiến sĩ giải thích: “Chúng tôi đã chụp hàng nghìn bức ảnh trong một giai đoạn phát triển. Bằng cách này, chúng tôi đã ghi lại sự phát triển của cây súp lơ trong những điều kiện nhất định.”

Sau đó, các nhà nghiên cứu đã huấn luyện một thuật toán học bằng cách sử dụng những hình ảnh này. Sau đó, dựa trên một hình ảnh chụp từ trên không về giai đoạn phát triển ban đầu, thuật toán này có thể tạo ra các hình ảnh cho thấy sự phát triển trong tương lai của cây trồng trong một hình ảnh mới được tạo ra một cách nhân tạo.

Toàn bộ quá trình rất chính xác miễn là điều kiện đồng ruộng tương tự như khi chụp ảnh. Do đó, phần mềm không tính đến ảnh hưởng của đợt rét đậm đột ngột hoặc mưa dai dẳng kéo dài nhiều ngày. Tuy nhiên, trong tương lai, nó sẽ tìm hiểu xem tăng trưởng bị ảnh hưởng như thế nào bởi những sự kiện như việc tăng cường sử dụng phân bón. Điều này sẽ cho phép nó dự đoán kết quả của những can thiệp nhất định của người nông dân.

Drees cho biết: “Ngoài ra, chúng tôi đã sử dụng phần mềm AI thứ hai có thể ước tính các thông số khác nhau từ ảnh thực vật, chẳng hạn như năng suất cây trồng. Điều này cũng hiệu quả với các hình ảnh được tạo ra. Do đó, có thể ước tính khá chính xác kích thước tiếp theo của súp lơ ở thời gian rất sớm trong giai đoạn tăng trưởng.”

Một lĩnh vực mà các nhà nghiên cứu đang tập trung vào là việc sử dụng phương pháp nuôi ghép. Điều này đề cập đến việc gieo trồng các loài khác nhau trên một cánh đồng, chẳng hạn như đậu và lúa mì. Vì thực vật có những yêu cầu khác nhau nên chúng ít cạnh tranh với nhau hơn trong hình thức trồng ghép kiểu này so với hình thức độc canh, nơi chỉ trồng một loài. Điều này làm tăng năng suất. Ngoài ra, một số loài như đậu là một ví dụ điển hình có thể liên kết nitơ từ không khí và sử dụng nó làm phân bón tự nhiên. Các loài khác, trong trường hợp này là lúa mì, cũng được hưởng lợi từ điều này.

Drees giải thích: “Các môi trường trồng đa canh cũng ít bị ảnh hưởng bởi sâu bệnh và các ảnh hưởng môi trường khác. Tuy nhiên, toàn bộ hoạt động như thế nào phụ thuộc rất nhiều vào các loài kết hợp và tỷ lệ của chúng.”

Khi kết quả từ nhiều thí nghiệm khác nhau được đưa vào các thuật toán, các nhà khoa học có thể đưa ra các khuyến nghị về loại cây nào đặc biệt tương thích và theo tỷ lệ nào.

Mô phỏng tăng trưởng thực vật trên cơ sở các thuật toán là một bước phát triển tương đối mới. Các thuật toán này đưa ra các hiểu biết cơ bản về những chất dinh dưỡng và điều kiện môi trường mà một số loại cây cần trong quá trình sinh trưởng để phát triển mạnh.

Nguyễn Minh Thu (Theo sciencedaily)

Nguồn: Mard.gov.vn