来自空间中心和Skoltech数据密集型科学与工程中心的科学家开发了一种利用二维和三维图像预测植物生物量增加的方法。无论是在地球上还是在太空中，该发现都将有助于提高精确农业的生产率。研究成果以发表在IEEE仪器和测量技术会议上，并在IEEE普及计算的特别问题上被接受。
随着全球人口的增长，普遍的农业研究具有高度相关性。 高科技也在发展中国家消除了饥饿、加强了粮食安全、减轻了人类对环境的影响以及使农业更具成本效益，开辟了广阔的视野。
优化资源利用率是普及农业实现目标所面临诸多困难中的一项，在这种情况下，能够预测植物生长和精确优化生产预测模型是绝对有必要的，不幸的是，将生物量增加描述为不同因素的函数经验模型有几个弱点，包括应用范围的限制，以及需要大量的长期测量参数，相比之下，从具有作物生长监测能力的露天农业和高效温室农场，在到空间站的人工生命支持系统，这些具有有较高准确度的通用模型是广泛应用的一个不可或缺的工具。
科研团队已经开发出了一种在人工环境中预测植物生长的方法，作为第一步，首先是通过使用3D摄像机测量人工无土系统中的植物生长来收集统计数据，然后在建立一个总生物量的增加与叶片总表面积的扩大之间的关系。在使用二维摄像机捕捉到总叶面积的增加，并基于这些测量建立了一个动态的植物生长模型。
科学家们使用一种专门设计的具有人工生长能力的自动系统、2D和3D摄像机和环境传感器进行实验。该系统严重依赖机器学习来模拟植物生长并预测其动力学。在整个实验过程中处理了超过10,000张图像。
新方法的关键区别在于数据是用3D和2D摄像机收集的，这种方法避免了耗时的多参数计算。通过叶面积和植物生物量数据，再加上一个有效的数学模型，从而得到了一个准确的结果。
閱讀更多 上海佰質儀器儀表 的文章
