Xác định các ưu tiên để tận dụng công nghệ kỹ thuật số thông minh cho sản xuất cây trồng bền vững |
Các cánh đồng giám sát cỏ dại bằng máy bay không người lái và robot nhắm mục tiêu và điều trị bệnh cây trồng nghe có vẻ giống như khoa học viễn tưởng nhưng thực tế đã xảy ra, ít nhất là ở một số trang trại thử nghiệm. Các nhà nghiên cứu từ PhenoRob Culster of Excellence - Đại học Bonn đang nỗ lực thúc đẩy quá trình số hóa nông nghiệp thông minh và hiện đã công bố danh sách các câu hỏi nghiên cứu cần được ưu tiên giải quyết trong tương lai. Bài báo của họ được đăng trên European Journal of Agronomy. |
a) Trung tâm thí nghiệm PhenoRob, Bonn, Đức; b) Khu thí nghiệm trồng xen kẽ (ảnh của H. Schneider, ZALF PR); c) hàm lượng sét trên đất mặt, do Anna Engels cung cấp d) Sự kết hợp của UAV Lidar, hình ảnh đa phổ UAV và quét laser di động tại hiện trường; e) Sự phân bố rễ; f) Robot mặt đất với cảm biến quang học có độ phân giải cao (ảnh của V.Lannert); g) Hệ thống UAV (ảnh của V. Lannert); h) Nghiên cứu thực địa kiểu cũ trong một thí nghiệm hỗn hợp cây trồng; i) Sơ đồ nghiên cứu sự tương tác giữa đất và rễ cây tại Selhausen, do Lena Lärm; j) Robot quản lý cỏ dại có mục tiêu (Ahmadi và cộng sự, 2022). Nguồn: European Journal of Agronomy (2024). DOI: 10.1016/j.eja.2024.127178.
Các cánh đồng giám sát cỏ dại bằng máy bay không người lái và robot nhắm mục tiêu và điều trị bệnh cây trồng nghe có vẻ giống như khoa học viễn tưởng nhưng thực tế đã xảy ra, ít nhất là ở một số trang trại thử nghiệm. Các nhà nghiên cứu từ PhenoRob Culster of Excellence - Đại học Bonn đang nỗ lực thúc đẩy quá trình số hóa nông nghiệp thông minh và hiện đã công bố danh sách các câu hỏi nghiên cứu cần được ưu tiên giải quyết trong tương lai. Bài báo của họ được đăng trên European Journal of Agronomy.
Việc Trái đất nuôi sống hơn 8 tỷ người ngày nay phần lớn là nhờ vào nền nông nghiệp hiện đại, hiệu suất cao. Tuy nhiên, thành công này phải trả giá đắt. Các phương pháp canh tác hiện nay đang đe dọa đa dạng sinh học, trong khi việc sản xuất phân bón tổng hợp tạo ra khí nhà kính và hóa chất nông nghiệp đang gây ô nhiễm nguồn nước và môi trường.
Nhiều vấn đề trong số này có thể được giảm thiểu bằng cách sử dụng các phương pháp có mục tiêu hơn, ví dụ: chỉ áp dụng thuốc diệt cỏ trên những mảnh ruộng nơi cỏ dại thực sự đang trở thành vấn đề thay vì xử lý toàn bộ khu vực. Các khả năng khác là xử lý từng cây trồng bị bệnh và chỉ bón phân ở những nơi thực sự cần thiết. Tuy nhiên, những chiến lược như thế này cực kỳ phức tạp và hầu như không thể quản lý trên quy mô lớn bằng các phương pháp thông thường. Khai thác công nghệ cao và AI để trở nên bền vững và hiệu quả hơnHugo Storm, thành viên của PhenoRob Cluster of Excellence giải thích: “Câu trả lời có thể là sử dụng các công nghệ kỹ thuật số thông minh”. Đại học Bonn đã hợp tác với Forschungszentrum Jülich, Viện Thuật toán và Máy tính Khoa học Fraunhofer ở Sankt Augustin, Trung tâm Nghiên cứu Cảnh quan Nông nghiệp Leibniz ở Müncheberg và Viện Nghiên cứu Củ cải đường ở Göttingen trong dự án quy mô lớn hướng tới việc trồng trọt hiệu quả hơn và thân thiện với môi trường hơn bằng cách sử dụng các công nghệ mới và trí tuệ nhân tạo (AI).
Các nhà nghiên cứu đến từ mọi lĩnh vực khác nhau, bao gồm sinh thái học, khoa học thực vật, khoa học đất, khoa học máy tính, robot, trắc địa và kinh tế nông nghiệp. Trong bài viết quan điểm được xuất bản gần đây, họ đặt ra các bước mà họ tin rằng phải ưu tiên giải quyết trong ngắn hạn.
Storm nói: “Chúng tôi đã xác định được một số câu hỏi nghiên cứu chính. Một trong số đó liên quan đến việc giám sát đất nông nghiệp để phát hiện bất kỳ sự thiếu hụt chất dinh dưỡng, sự phát triển của cỏ dại hoặc sự xâm nhập của sâu bệnh trong thời gian thực. Hình ảnh vệ tinh cung cấp cái nhìn tổng quan, trong khi máy bay không người lái hoặc robot cho phép giám sát chi tiết hơn nhiều. Sau cùng có thể bao phủ toàn bộ cánh đồng một cách có hệ thống và thậm chí ghi lại tình trạng của từng cây trong quy trình.
Sabine Seidel, đồng nghiệp của Storm, người điều phối việc xuất bản cùng với anh ấy, cho biết: “Một khó khăn nằm ở việc liên kết tất cả những thông tin này lại với nhau. Ví dụ, khi nào độ phân giải thấp là đủ? Khi nào mọi thứ cần chi tiết hơn? Máy bay không người lái cần bay như thế nào để đạt được hiệu quả tối đa trong việc quan sát tất cả các loại cây trồng, đặc biệt là những cây có nguy cơ không?".
Dữ liệu thu được cung cấp một bức tranh về tình hình hiện tại. Tuy nhiên, nông dân chủ yếu quan tâm đến việc cân nhắc các chiến lược tiềm năng khác nhau và những tác động có thể có của chúng: cây trồng của tôi có thể chịu được bao nhiêu cỏ dại và khi nào tôi cần can thiệp? Tôi cần bón phân ở đâu và nên bón bao nhiêu? Điều gì sẽ xảy ra nếu tôi sử dụng ít thuốc trừ sâu hơn?
Seidel giải thích: “Để trả lời những câu hỏi như thế này, bạn phải tạo ra các bản sao kỹ thuật số đất nông nghiệp của mình. Có một số cách để làm điều này. Điều mà các nhà nghiên cứu vẫn cần tìm ra là làm thế nào để kết hợp các phương pháp khác nhau để có được mô hình chính xác hơn”. Các phương pháp phù hợp cũng cần được phát triển để xây dựng các khuyến nghị hành động dựa trên các mô hình này. Các kỹ thuật mượn từ máy học và AI có vai trò chính trong cả hai lĩnh vực này. Nông dân phải vào cuộcTuy nhiên, nếu sản xuất cây trồng thực sự đón nhận cuộc cách mạng kỹ thuật số này, thì những người thực sự sẽ thực hiện nó - người nông dân - cũng sẽ cần phải được thuyết phục về lợi ích của nó. Giáo sư Heiner Kuhlmann, một nhà trắc địa và là một trong hai diễn giả của Cluster of Excellence cùng với người đứng đầu nhóm robot của Giáo sư Cyrill Stachniss, cho biết: “Trong tương lai, chúng ta sẽ phải tập trung nhiều hơn vào câu hỏi cần có những điều kiện cơ bản nào để đảm bảo sự chấp nhận này”.
“Ví dụ, bạn có thể đưa ra các biện pháp khuyến khích tài chính hoặc đặt ra các giới hạn pháp lý về việc sử dụng phân bón”. Ngày nay, hiệu quả của các công cụ như thế này, riêng lẻ hoặc kết hợp, cũng có thể được đánh giá bằng mô hình máy tính.
Trong bài báo của mình, các nhà nghiên cứu từ PhenoRob cũng sử dụng các ví dụ để chứng minh những công nghệ hiện tại có khả năng thực hiện. Ví dụ, một "bản sao kỹ thuật số" của các khu vực đang canh tác có thể được tạo ra và cung cấp một luồng dữ liệu ổn định với sự trợ giúp của các cảm biến, chẳng hạn như để phát hiện sự phát triển của rễ hoặc sự giải phóng các hợp chất nitơ dạng khí từ đất.
Giáo sư Stachniss cho biết thêm: “Trong trung hạn, điều này sẽ cho phép mức độ phân bón nitơ được áp dụng phù hợp với nhu cầu của cây trồng trong thời gian thực tùy thuộc vào mức độ giàu dinh dưỡng của một địa điểm cụ thể”. Do đó, ở một số nơi, cuộc cách mạng kỹ thuật số trong nông nghiệp đã đến gần hơn người ta tưởng.
Huỳnh Thị Đan Anh theo Phys.org
|
Trở lại In Số lần xem: 304 |
[ Tin tức liên quan ]___________________________________________________
|