В США разработали приложение для смартфона, определяющее зрелость арахиса
Портативную систему на базе смартфона для анализа урожая арахиса с целью определить оптимальное время его сбора представила команда исследователей инженерного колледжа Университета Джорджии, сообщает пресс-служба университета 2 ноября на официальном сайте.
Отмечается, что современные инструменты оценки урожая отнимают много времени и подвержены ошибкам, связанным с человеческим фактором, что приводит к потерям урожая на миллионы долларов ежегодно. В настоящее время для определения зрелости фермер обычно выкапывает образцы со своего поля, а потом специалисты определяют степень готовности. Существует тесная взаимосвязи между цветом арахиса и его зрелостью.
«Поскольку арахисовые поля обычно разбросаны, сбор, отправка и анализ могут занять несколько дней, тогда как получение распечатанного отчета из нашей системы занимает от трех до пяти минут», — пояснил соавтор разработки Руи Ли.
Чтобы устранить недостатки существующих методов оценки, исследователи UGA интегрировали технологию смартфона с портативной фотостанцией. Полуавтоматическая система позволяет фермерам собирать, хранить и получать доступ к данным, связанным с урожаем на их собственной ферме, а также по беспроводной связи отправлять информацию окружному агенту для дальнейшей оценки.
Чтобы использовать систему, фермер помещает образцы в отдельные пазы на доске и вставляет доску в нижнюю часть фотостанции. Поместив смартфон наверху фотостанции, пользователь делает снимок образца. Приложение для смартфонов анализирует цвет арахиса и передает информацию в онлайн-базу данных. Приложение позволяет пользователю настраивать свои данные, вводя такую информацию, как местоположение поля, тип арахиса, его подверженность болезням.
По словам исследователей, более быстрый инструмент оценки позволит фермерам постоянно контролировать зрелость своих культур и учитывать такие факторы, как тип почвы и погода.
Как пояснил Руи Ли, недозрелый или перезрелый арахис может иметь повышенный уровень афлатоксина — токсина, вырабатываемого грибами. Если фермер будет регулярно следить за уровнем зрелости арахиса, он сможет начать процесс сбора урожая в нужное время и снизить потери, вызванные афлатоксином.
Исследователи провели 52 теста, чтобы проверить точность системы. Система показала некоторые ошибки по сравнению с оценкой человека — от 5,8% до 18,8%, но продемонстрировала потенциал для обеспечения быстрых и надежных результатов.
«Систему можно улучшить двумя способами. Один из них — дальнейшая оптимизация условий освещения для обеспечения постоянного качества изображения, а другой — улучшение функции определения цвета с использованием алгоритма, управляемого данными», — утверждает Руи Ли. Исследователи считают, что после того, как в базу будет занесено достаточное количество данных о человеческой оценке, алгоритмы машинного обучения еще больше повысят точность системы.
«Фермеры [участвовавшие в полевых испытаниях] были сильно заинтересованы в преимуществах приложения для смартфонов. Им нравится портативность и низкая стоимость системы», — сказал Ли.
