波恩大学的研究人员开发了一种软件，可以模拟田间作物的生长。为了做到这一点，他们将现场实验的数千张照片输入到一个学习算法中。这使得算法能够学习如何基于单个初始图像可视化栽培植物的未来发展。使用在此过程中创建的图像，可以准确地估计叶面积或产量等参数。
我应该以什么比例组合哪些植物以获得最大的产量?如果我用粪肥代替人工肥料，我的作物会怎样生长?在未来，农民在回答这些问题时应该越来越能够依靠计算机支持。
研究人员现在在实现这一目标的道路上迈出了关键的一步。波恩大学大地测量学和地理信息研究所的卢卡斯·德雷斯解释说:“我们开发了一种软件，可以使用无人机照片来可视化所展示植物的未来发展。”这位职业生涯早期的研究员是杰出人才集群的一名员工。
波恩大学的这个大型项目旨在推动农业的智能数字化，在不影响收成的情况下，帮助农业变得更加环保。研究结果发表在《植物方法》杂志上。
对未来的虚拟一瞥，以帮助决策
德雷斯和他的同事们现在展示的计算机程序是一个重要的组成部分。它最终将使虚拟模拟某些决策成为可能——例如，评估农药或化肥的使用将如何影响农作物产量。
为了实现这一目标，该程序必须提供来自实地实验的无人机照片。“我们在一个生长周期内拍摄了数千张照片，”这位博士研究员解释说。“例如，通过这种方式，我们记录了特定条件下花椰菜作物的生长。”
然后，研究人员利用这些图像训练了一个学习算法。之后，基于单张早期生长阶段的航拍图像，该算法能够在人工创建的新图像中生成显示作物未来发展的图像。
整个过程是非常准确的，只要作物条件是类似的，当时拍摄的训练照片。因此，该软件没有考虑到突然的寒流或持续数天的稳定降雨的影响。然而，它应该在未来了解诸如这些因素如何影响生长——例如，增加肥料的使用。这应该使它能够预测农民某些干预措施的结果。
“此外，我们使用了第二个人工智能软件，可以从植物照片中估计各种参数，比如作物产量，”德雷斯说。“这也适用于生成的图像。因此，在生长的早期阶段就可以相当精确地估计出花椰菜头的后续大小。”
关注多元文化
研究人员关注的一个领域是多元文化的使用。这指的是在一块地里播种不同的作物，如豆类和小麦。由于植物有不同的需求，与只种植一种植物的单一栽培相比，在这种混合栽培中，植物之间的竞争较少。这提高了产量。此外，一些物种——豆类就是一个很好的例子——可以从空气中吸收氮，并将其用作天然肥料。其他物种，以小麦为例，也从中受益。
“多文化也不容易受到害虫和其他环境影响，”德雷斯解释说。“然而，整个过程的效果在很大程度上取决于组合物种及其混合比例。”
当许多不同混合实验的结果被输入到学习算法中时，就有可能得出哪些植物特别相容以及以什么比例相容的建议。
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。打个比方，这些人对某些植物在生长过程中需要什么样的营养和环境条件有基本的了解。
“然而，我们的软件完全是根据训练图像收集到的经验做出判断的，”德雷斯强调说。
这两种方法相辅相成。如果以适当的方式将它们结合起来，就可以大大提高预测的质量。“这也是我们在研究中正在调查的一点，”博士研究员说。“我们如何使用基于流程和图像的方法，使它们以最好的方式相互受益?”
