來自空間中心和Skoltech數據密集型科學與工程中心的科學家開發了一種利用二維和三維圖像預測植物生物量增加的方法。無論是在地球上還是在太空中，該發現都將有助於提高精確農業的生產率。研究成果以發表在IEEE儀器和測量技術會議上，並在IEEE普及計算的特別問題上被接受。
隨著全球人口的增長，普遍的農業研究具有高度相關性。 高科技也在發展中國家消除了飢餓、加強了糧食安全、減輕了人類對環境的影響以及使農業更具成本效益，開闢了廣闊的視野。
優化資源利用率是普及農業實現目標所面臨諸多困難中的一項，在這種情況下，能夠預測植物生長和精確優化生產預測模型是絕對有必要的，不幸的是，將生物量增加描述為不同因素的函數經驗模型有幾個弱點，包括應用範圍的限制，以及需要大量的長期測量參數，相比之下，從具有作物生長監測能力的露天農業和高效溫室農場，在到空間站的人工生命支持系統，這些具有有較高準確度的通用模型是廣泛應用的一個不可或缺的工具。
科研團隊已經開發出了一種在人工環境中預測植物生長的方法，作為第一步，首先是通過使用3D攝像機測量人工無土系統中的植物生長來收集統計數據，然後在建立一個總生物量的增加與葉片總表面積的擴大之間的關係。在使用二維攝像機捕捉到總葉面積的增加，並基於這些測量建立了一個動態的植物生長模型。
科學家們使用一種專門設計的具有人工生長能力的自動系統、2D和3D攝像機和環境傳感器進行實驗。該系統嚴重依賴機器學習來模擬植物生長並預測其動力學。在整個實驗過程中處理了超過10,000張圖像。
新方法的關鍵區別在於數據是用3D和2D攝像機收集的，這種方法避免了耗時的多參數計算。通過葉面積和植物生物量數據，再加上一個有效的數學模型，從而得到了一個準確的結果。
閱讀更多 上海佰質儀器儀表 的文章
