只要观察玉米的叶子,有经验的农民就可确定玉米缺乏哪种营养,但这只是在玉米长成及收获产量大局已定时。
由圣保罗大学一个跨学科科研小组开发了一项可以对玉米营养状况进行早期评估,以使农民及时干预,保证收成,避免损失的方法。
该科研项目题为“计算机视觉在植物营养方面的运用”,由圣保罗大学物理学院和畜牧业与食品工程系共同进行。这项技术使用叶子的数字图像与计算机视觉相结合,可以在几分钟时间内,判断出早期发育阶段的玉米缺乏哪种营养。
科研人员介绍说,该技术使用人工智能,对植物幼苗叶片进行识别,以判断植物是否缺乏如氮、磷、镁、硫、钾、铜、铁、锌和锰等微量营养素。植物长成的叶片以可视方式记录了其各种营养缺乏情况。而在植物生长的初期,即一周或两周期间,这种信号已经显现,但尚未处于可视阶段。该技术运用扫描仪对叶片的数字化图像进行解读,解读后,图像被显示成数学模型,运用软件与预先构建的模型进行比对。
科研人员构建了营养状况正常的叶片的数学模型,通过软件,以这些正常的信息,制作出一个新的数学模型,以这一新的模型与正常叶片模型进行比对,以确认营养缺乏情况。
当植物成熟时再发现其营养缺乏情况,为时已晚,严重的营养缺乏可导致玉米减产50%。该技术可在玉米生长一周或二周时对其营养状况进行评估,农民可有几个月的时间进行纠正。实验表明,该技术具有87%的准确度,并已经接近实际运用。科研小组正在进行田间实验并已进行专利申请,未来还会将该技术运用于其他作物进行研究。