Фото: із відкритих джерел
Австралійські дослідники з CSIRO розробили систему з гіперспектральною камерою на дроні, яка має оцінювати фізіологічні процеси в пшениці — зокрема темп наливу зерна та ефективність фотосинтезу — без ручного відбору зразків.
Про це повідомляє сайт Аграрії разом з посиланням на сайт Global Agriculture.
Національна наукова агенція Австралії CSIRO повідомила про розробку дронової системи з гіперспектральною камерою, яка, за задумом команди, дозволяє дистанційно оцінювати «приховані» фізіологічні ознаки всередині рослин пшениці. Йдеться, зокрема, про те, як швидко відбувається налив зерна та наскільки ефективно рослина фотосинтезує — показники, які традиційно потребують тривалих ручних вимірювань у селекційних розсадниках.
Розробка ведеться в межах проєкту AcceleTraitPlus — партнерства CSIRO, Grains Research and Development Corporation (GRDC) та селекційної компанії Australian Grain Technologies (AGT). У матеріалі CSIRO, опублікованому 9 листопада, описано дрон із прізвиськом «Mjolnir», оснащений гіперспектральною камерою.
Сенсор працює в діапазоні 350–2500 нм і розкладає відбите світло на сотні вузьких спектральних смуг — це, як зазначено в описі, більш ніж у сім разів ширший діапазон, ніж видиме для людського ока світло. Дослідники пояснюють підхід тим, що внутрішній фізіологічний стан листка формує характерний спектральний «відбиток»: зміни у фотосинтетичній активності, диханні або динаміці наливу зерна можуть змінювати відбиття світла по всьому спектру навіть тоді, коли візуально рослина виглядає без змін.
Як будували модель: від листка до карти поля
Щоб «прив’язати» спектральні сигнатури до конкретних фізіологічних показників, команда спочатку використовувала ручний leaf-clip спектрометр, який знімає спектральні дані з одного листка за раз. На основі таких вимірювань і паралельних ручних фізіологічних оцінок сформували еталонні (reference) моделі. Далі ці моделі масштабували на рівень ділянок випробувань, використовуючи гіперспектральні знімки з дрона Mjolnir.
Обробку гіперспектральних даних виконують моделі машинного навчання. У CSIRO зазначають, що підхід еволюціонує від простіших методів лінійної регресії до більш складних deep-learning моделей. Для роботи з великими масивами даних залучають хмарні обчислення, щоб передавати результати селекціонерам максимально близько до часу зйомки.
Польові випробування та порівняння з ручними вимірюваннями
Польові випробування проводили протягом сезонів 2024 і 2025 років на селекційних майданчиках у Західній Австралії та Новому Південному Уельсі. Результати презентували на конференції Australian Crop Breeders Week.
Для валідації оцінок із дрона їх порівнювали з традиційною трудомісткою процедурою. За описом CSIRO, ручне відстеження наливу зерна зазвичай потребує 10–12 окремих виїздів на локацію протягом сезону — від цвітіння до збирання — із ручним відбором і зважуванням тисяч колосків. Натомість один політ дрона може відзняти весь майданчик випробувань за лічені хвилини.
У CSIRO назвали здатність системи прогнозувати швидкість наливу зерна (ознаку, пов’язану з кінцевою врожайністю та якістю) одним із найсильніших результатів проєкту на цей момент. Водночас організація не оприлюднила конкретних показників точності — таких як похибки чи кореляційні статистики — зазначивши лише, що підхід «надійно працює в масштабі» за підсумками порівнянь у польових випробуваннях.
Що це означає для селекції та агробізнесу
У CSIRO підкреслюють, що технологія ще не готова до повсякденного використання в комерційних селекційних програмах. Команда тестує практичність рішення разом із галузевим партнером, щоб перевірити, як воно працює поза дослідницьким середовищем. Назву продукту, ціну чи дату комерційного запуску не оголошували — проєкт перебуває на стадії прикладних досліджень.
Якщо підхід і надалі підтверджуватиметься, він може зняти давнє «вузьке місце» у селекції пшениці: фізіологічні ознаки, пов’язані з внутрішніми процесами рослини (фотосинтетична ефективність, темп наливу зерна), складно й повільно вимірювати на тисячах ділянок, які проходять через селекційні програми щосезону. У CSIRO вважають, що заміна тижнів ручного відбору даних одним аерозніманням може дозволити відбирати значно більше матеріалу в межах сезону та потенційно прискорити виведення нових сортів із кращими показниками врожайності або якості зерна.
Технічні характеристики та параметри
- Платформа: дрон «Mjolnir» (у межах проєкту AcceleTraitPlus).
- Сенсор: гіперспектральна камера.
- Спектральний діапазон: 350–2500 нм.
- Принцип: аналіз спектрального «відбитка» листка, який змінюється зі змінами фотосинтезу, дихання та динаміки наливу зерна.
- Побудова моделей: еталонні вимірювання leaf-clip спектрометром + масштабування на ділянки за даними з дрона.
- Аналітика: моделі машинного навчання (від лінійної регресії до deep learning) + хмарні обчислення для обробки та поширення результатів.
- Польові випробування: сезони 2024–2025, Західна Австралія та Новий Південний Уельс.
- Порівняння з «ручним» методом: 10–12 виїздів за сезон для відстеження наливу зерна проти одного польоту дрона, що охоплює майданчик за хвилини.
