人工智能展示大田作物如何生长软件可以根据单个初始图像模拟未来生长

波恩大学的研究人员开发了一种可以模拟大田作物生长的软件。为此，他们将数千张田间试验照片输入到学习算法中。这使得算法能够学习如何根据单个初始图像可视化栽培植物的未来发展。利用在此过程中创建的图像，可以准确估算叶面积或产量等参数。

我应该以何种比例种植哪些植物才能获得最高产量?如果我使用粪肥代替人工肥料，我的作物会长得怎样?未来，农民在回答这些问题时应该越来越能够依靠计算机的支持。

如今，研究人员在实现这一目标的道路上迈出了关键一步。“我们开发了一款软件，利用无人机拍摄的照片来可视化植物的未来发展，”波恩大学大地测量与地理信息研究所的 Lukas Drees 解释道。这位早期的职业研究员是 PhenoRob 卓越集群的一名员工。

这项由波恩大学开展的大型项目旨在推动农业智能数字化，帮助农业变得更加环保，同时又不影响产量。研究结果发表在《植物方法》杂志上。

虚拟一瞥未来，助力决策

德雷斯及其同事现在提出的计算机程序是一个重要的构建模块。它最终将能够虚拟模拟某些决策——例如，评估杀虫剂或化肥的使用将如何影响农作物产量。

为了实现这一目标，程序必须接收来自田间试验的无人机照片。“我们在一个生长期内拍摄了数千张照片，”这位博士研究员解释道。“例如，通过这种方式，我们记录了花椰菜作物在特定条件下的生长情况。”

研究人员随后利用这些图像训练了一种学习算法。之后，基于早期生长阶段的单张航拍图像，该算法能够生成一幅新的人工图像，展示作物未来的发展情况。

只要作物状况与拍摄训练照片时的状况相似，整个过程就非常准确。因此，该软件不会考虑突然的寒流或持续数天的持续降雨的影响。但是，它应该在未来学习这些因素如何影响作物的生长，以及例如增加肥料的使用。这应该能够预测农民某些干预措施的结果。

“此外，我们还使用了第二个人工智能软件，该软件可以根据植物照片估算各种参数，例如作物产量，”德雷斯说。“这也适用于生成的图像。因此，可以在生长期的早期阶段相当准确地估计花椰菜头的后续大小。”

关注混合种植

研究人员关注的一个领域是混合栽培。这指的是在一块田地里种植不同的作物，比如豆类和小麦。由于植物的需求不同，与只种植一种作物的单一栽培相比，混合栽培中植物之间的竞争较少。这可以提高产量。此外，一些作物(豆类就是一个很好的例子)可以吸收空气中的氮并将其用作天然肥料。另一种作物(这里指的是小麦)也从中受益。

“混合种植也不容易受到害虫和其他环境影响，”德雷斯解释道。“但是，整个种植系统的效果在很大程度上取决于混合种植的品种及其混合比例。”

当许多不同混合实验的结果被输入到学习算法中时，就可以得出哪些植物特别兼容以及兼容比例的建议。

基于学习算法的植物生长模拟是一个相对较新的发展。到目前为止，基于过程的模型主要用于此目的。这些模型——打个比方说——对某些植物在生长过程中需要哪些营养和环境条件才能茁壮成长有着基本的了解。

“然而，我们的软件完全依据使用训练图像收集的经验做出判断，”德雷斯强调道。

这两种方法相辅相成。如果以适当的方式将它们结合起来，可以显著提高预测的质量。“这也是我们在研究中调查的一点，”这位博士研究员说。“我们如何使用基于过程和基于图像的方法，以便它们以最佳方式相互受益?”