Приложение для смартфона поможет при сборе арахиса

08:53 | 05.11.2020 | Общество | 96 | 0


Урожай арахиса в Джорджии приносит более $600 млн в год, но выяснить оптимальное время сбора урожая бывает непросто. Современные инструменты оценки урожая несовершенны, и их работа ежегодно приводит к огромным потерям урожая. В новом исследовании, опубликованном в Springer Precision Agriculture, ученые из Университета Джорджии рассказали о новой портативной системе на базе смартфона для анализа урожая арахиса.

Чтобы определить созрел арахис или нет, фермеры используют специальную систему оценки, используя профильную доску и выкапывая образцы со своего поля для оценки состояния культуры менеджером округа. День сбора урожая арахиса назначается в зависимости от цвета выкопанного арахиса. Такая система слишком зависит от человеческого фактора и занимает много времени.

Новая система работает следующим образом.

Фермер помещает образцы на профильную доску, размещая образцы арахиса в отдельных пазах. После этого доску необходимо вставить в нижнюю часть разработанной учеными портативной фотостанции. Поместив смартфон сверху, пользователь делает снимок образца. Мобильное приложение анализирует цвет арахиса и передает информацию в онлайн-базу данных. Также оно позволяет пользователю настраивать свой отчет для менеджера округа, вводя такую ​​информацию, как геоданные поля, тип арахиса и общее состояние урожая.

По словам исследователей, этот более быстрый инструмент оценки позволит фермерам постоянно контролировать зрелость своих культур и учитывать такие факторы, как тип почвы и погода.

«Недозрелый или перезрелый арахис может иметь высокий уровень афлатоксина, токсина, вырабатываемого грибами, обнаруженными на некоторых сельскохозяйственных культурах, — объясняет Руи Ли, ведущий автор исследования и выпускник Университета Джорджии. Если фермер может постоянно отслеживать уровень зрелости арахиса, он сможет начать процесс сбора урожая в подходящее временное окно и снизить потери урожая, вызванные афлатоксином».

Исследователи провели 52 теста на месте, чтобы проверить точность системы. По сравнению с людьми, оценивающими урожай, система показала гораздо меньшее количество ошибок, чем человек

©Хайтек

Добавить комментарий