Chào mừng Quý độc giả đến với trang thông tin điện tử của Viện Khoa học Kỹ thuật Nông nghiệp miền Nam

Tin nổi bật
Thành tích

Huân chương Ðộc lập

- Hạng 1 - Hạng 2 - Hạng 3

Huân chương Lao động

- Hạng 1 - Hạng 2 - Hạng 3

Giải thưởng Nhà nước

- Nghiên cứu dinh dưởng và thức ăn gia súc (2005)

- Nghiên cứu chọn tạo và phát triển giống lúa mới cho xuất khẩu và tiêu dùng nội địa (2005)

Giải thưởng VIFOTEC

- Giống ngô lai đơn V2002 (2003)

- Kỹ thuật ghép cà chua chống bệnh héo rũ vi khuẩn (2005)

- Giống Sắn KM 140 (2010)

Trung tâm
Liên kết website
lịch việt
Thư viện ảnh
Video
Thiết lập chuỗi giá trị nông sản thông minh và an toàn tại Việt Nam Cà chua bi

Thống kê truy cập
 Đang trực tuyến :  13
 Số lượt truy cập :  32991659
Vệ tinh, siêu máy tính và học máy có thể cung cấp dữ liệu loại cây trồng theo thời gian thực

Bắp và đậu tương nhìn từ không gian có vẻ tương tự nhau, ít nhất là trước đây. Nhưng nay các nhà khoa học đã trình diễn một kỹ thuật mới có thể phân biệt được 2 loại cây trồng này sử dụng dữ liệu vệ tinh và sức mạnh xử lí của các siêu máy tính. “Nếu muốn dự đoán sản lượng bắp hoặc đậu tương của bang Illinois hay toàn bộ nước Mỹ, chúng ta phải biết chúng được trồng ở đâu”, điều tra viên chính của nghiên cứu Kaiyu Guan, Phó Giáo sư  Khoa khoa học môi trường và tài nguyên Đại học Illinois và là Giáo sư Blue Waters tại Trung tâm ứng dụng siêu máy tính quốc gia Mỹ (NCSA) cho biết.

Bắp và đậu tương nhìn từ không gian có vẻ tương tự nhau, ít nhất là trước đây. Nhưng nay các nhà khoa học đã trình diễn một kỹ thuật mới có thể phân biệt được 2 loại cây trồng này sử dụng dữ liệu vệ tinh và sức mạnh xử lí của các siêu máy tính.


Các nhà khoa học từ Đại học Illinois đã sử dụng dải tần hồng ngoại sóng ngắn từ các vệ tinh Landsat để phân biệt chính xác bắp và đậu tương trong mùa sinh trưởng (Ảnh: Kaiyu Guan, Đại học Illinois)

 

“Nếu muốn dự đoán sản lượng bắp hoặc đậu tương của bang Illinois hay toàn bộ nước Mỹ, chúng ta phải biết chúng được trồng ở đâu”, điều tra viên chính của nghiên cứu Kaiyu Guan, Phó Giáo sư  Khoa khoa học môi trường và tài nguyên Đại học Illinois và là Giáo sư Blue Waters tại Trung tâm ứng dụng siêu máy tính quốc gia Mỹ (NCSA) cho biết.

 

Tiến bộ này là một bước đột phá vì trước đây diện tích bắp và đậu tương quốc gia chỉ được được công bố 4 đến 6 tháng một lần sau khi được USDA thu thập. Sự chậm trễ này có nghĩa rằng các quyết định chính sách dựa trên dữ liệu lỗi thời. Nhưng kỹ thuật mới có thể phân biệt 2 cây trồng chính này với độ chuẩn xác 95% vào cuối tháng 7 cho mỗi cánh đồng – chỉ 2 hoặc 3 tháng sau khi gieo và ngay trước khi thu hoạch.

 

Các nhà nghiên cứu lập luận rằng ước tính thời gian chuẩn xác hơn về diện tích cây trồng có thể được sử dụng cho một loạt các ứng dụng theo dõi và ra quyết định, bao gồm bảo hiểm mùa màng, cho thuê đất, hậu cần chuỗi cung ứng, thị trường hàng hóa và nhiều thứ khác. Tuy nhiên, đối với Guan, giá trị khoa học của công trình cũng quan trọng như giá trị thực tiễn của nó.

 

Một tập hợp các vệ tinh gọi là Landsat đã liên tục bay vòng quanh trái đất trong 40 năm nay, thu thập hình ảnh bằng cách sử dụng các cảm biến đại điện cho các phần khác nhau của phổ điện từ. Guan cho hay hầu hết các nỗ lực trước đây nhằm phân biệt bắp và đậu tương từ các hình ảnh này đều dựa trên phần nhìn thấy và cận hồng ngoại của phổ nhưng ông và nhóm của mình đã quyết định thử một thứ khác.

 

“Chúng tôi phát hiện một dải phổ, hồng ngoại sóng ngắn (SWIR), cực kỳ hữu ích trong việc xác định sự khác biệt giữa bắp và đậu tương”, nghiên cứu sinh Tiến sĩ, đồng tác giả nghiên cứu Yaping Cai cho biết.

 

Hóa ra bắp và đậu tương có tình trạng nước trên lá khác biệt có thể dự đoán được vào tháng 7 hầu hết các năm. Nhóm đã sử dụng dữ liệu SWIR và các dữ liệu quang phổ khác từ 3 vệ tinh Landat trong khoảng thời gian 15 năm và thu thập tín hiệu tình trạng nước trên lá này một cách có hệ thống.

 

“Dải SWIR nhạy với thành phần nước hơn bên trong lá. Tín hiệu đó không thể thu được bằng các dải RGB hay cận hồng ngoại truyền thống, do đó, SWIR cực kỳ hữu ích để phân biệt bắp với đậu tương” Guan kết luận.

 

Các nhà nghiên cứu đã sử dụng một dạng học máy được gọi là mạng lưới thần kinh sâu để phân tích dữ liệu.

 

“Phương pháp học sâu chỉ mới bắt đầu được áp dụng cho các ứng dụng nông nghiệp và chúng tôi đã nhìn thấy trước tiềm năng to lớn của các công nghệ như thế đối với những cải tiến tương lai trong lĩnh vực này”, một đồng tác giả và điều tra viên chính khác của nghiên cứu Jian Peng cho biết.

 

Nhóm đã tập trung phân tích trong phạm vi hạt Champaign, Illinois làm bằng chứng ý tưởng. Mặc dù đó là một diện tích tương đối nhỏ nhưng phân tích 15 năm dữ liệu vệ tinh với độ phân giải 30 mét vẫn đòi hỏi một siêu máy tính xử lí hàng chục terabyte dữ liệu.

 

“Đó là một lượng dữ liệu rất lớn. Chúng tôi đã siêu máy tính Blue Waters và ROGER tại NCSA để đảm nhận việc xử lí và trích xuất thông tin hữu ích. Về mặt công nghệ, khả năng xử lí lượng dữ liệu khổng lồ như thế và áp dụng một thuật toán học máy tân tiến trước đây là một thử thách nhưng giờ chúng tôi đã có các siêu máy tính và kỹ năng để xử lí tập hợp dữ liệu đó”, Guan cho biết thêm.

 

Nhóm hiện đang tìm cách mở rộng diện tích nghiên cứu sang toàn bộ Vành đai bắp và điều tra thêm các ứng dụng của dữ liệu, bao gồm các ước tính về năng suất và chất lượng khác.

 

LH - Dostdongnai, theo Eurekalert.

Trở lại      In      Số lần xem: 1691

[ Tin tức liên quan ]___________________________________________________
Designed & Powered by WEBSO CO.,LTD