میسوری یونیورسٹی کے محققین نے یہ ثابت کیا ہے کہ مصنوعی ذہانت کے ساتھ مل کر ڈرون روایتی فیلڈ اسکاؤٹنگ طریقوں سے زیادہ موثر انداز میں کارن فصلوں کی صحت کا اندازہ کرسکتے ہیں ، جس سے کھاد کے استعمال اور ماحولیاتی انتظام میں ممکنہ فوائد کی پیش کش کی جاسکتی ہے۔
مڈ - میسوری کارن فیلڈز میں کئے گئے اس مطالعے میں ، جس میں ملٹی اسپیکٹرل کیمروں کے ساتھ لگے ہوئے ڈرون استعمال کیے گئے ہیں جیسے طول موجوں کو پکڑنے کے لئے - اور سرخ- ایج لائٹ ، جو پودوں کی صحت سے منسلک ہیں لیکن انسانی آنکھ سے پوشیدہ ہیں۔ ان تصاویر کو مٹی کے اعداد و شمار کے ساتھ جوڑ کر اور ان کو مشین - سیکھنے کے ماڈل کے ذریعہ پروسیسنگ کرکے ، ٹیم نے پتی کلوروفیل کی سطح - کا تخمینہ لگایا جس میں نائٹروجن کی حیثیت کا ایک کلیدی اشارے - اعلی درستگی کے ساتھ پورے شعبوں میں ہے۔
"کالج آف زراعت ، فوڈ اینڈ نیچرل ریسورسز اور سی او-}- ڈائریکٹر برائے ریسرچ آف ریسرچ آف ریسرچ کے ڈائریکٹر جیانفینگ چاؤ نے کہا ،" ہر پلانٹ کے کلوروفل مواد کو جاننے سے کسانوں کو نائٹروجن کی درخواست کے صحیح وقت ، مقام اور مقدار کا تعین کرنے میں مدد ملتی ہے۔ " "اس سے پیداوار میں اضافہ ہوسکتا ہے جبکہ زیادہ کیمیائی استعمال کو کم کیا جاسکتا ہے جو ماحول کو متاثر کرتا ہے۔"
کارن سب سے زیادہ نائٹروجن - فصلوں کا مطالبہ کرنے میں شامل ہے ، جس سے عین مطابق غذائی اجزاء کے انتظام کو ایک اہم لاگت اور استحکام کا مسئلہ بنتا ہے۔ - سے زیادہ درخواست اخراجات میں اضافہ کرتی ہے اور پانی کی آلودگی کا باعث بن سکتی ہے ، جبکہ - کے تحت درخواست پیداوار کو کم کرسکتی ہے۔
ڈاکٹریٹ کے طالب علم فینگکائی تیان کی سربراہی میں تحقیقی ٹیم نے نوٹ کیا کہ اس طرح کی نگرانی AG - tech ٹیک سروس فراہم کرنے والے تجارتی طور پر فراہم کی جاسکتی ہے ، جس سے کاشتکاروں کو ڈرون آپریشنز یا ڈیٹا پروسیسنگ کی صلاحیتوں میں سرمایہ کاری کیے بغیر فائدہ اٹھانا پڑتا ہے۔ اگرچہ یہ مطالعہ مکئی پر مرکوز ہے ، اس طریقہ کار کو سویابین اور گندم سمیت دیگر فصلوں کے لئے ڈھال لیا جاسکتا ہے ، جس میں مختلف غذائی اجزاء کے پروفائلز کا حساب کتاب کرنے کے لئے ایڈجسٹمنٹ کی جاسکتی ہے۔
نتائج ، میں شائع ہواسمارٹ زرعی ٹکنالوجی، امریکی محکمہ زراعت کی زرعی تحقیقاتی خدمات کے اشتراک سے تیار کیا گیا تھا۔ یہ کام کارکردگی کو بہتر بنانے اور ماحولیاتی اثرات کو کم کرنے کے لئے ریموٹ سینسنگ ، اے آئی اور ٹارگٹ ان پٹ مینجمنٹ کو مربوط کرنے کے لئے صحت سے متعلق زراعت کے اندر وسیع تر دھکے کی عکاسی کرتا ہے۔
