மக்காச்சோளத்தின் மறு வளர்ச்சியைக் கண்காணிக்க ட்ரோன்கள் பயனுள்ள வழியை நிரூபிக்கின்றன என்று ஆராய்ச்சியாளர்கள் தெரிவிக்கின்றனர்

மக்காச்சோளம் அல்லது சோளம், உலகளவில் உணவு உற்பத்தி, வர்த்தகம் மற்றும் பாதுகாப்பு ஆகியவற்றில் பயன்படுத்தப்படும் தானிய தானியங்களின் காதுகளைப் பெருமைப்படுத்தும் மெல்லிய தண்டுகளுடன் உயரமாக வளர்கிறது. இருப்பினும், மழை, காற்று மற்றும் பிற தீவிர வானிலை நிகழ்வுகள் காரணமாக, மக்காச்சோளம் கீழே விழுந்து, முழு பயிரையும் ஆபத்தில் ஆழ்த்துகிறது. உறைவிடம் என்று அழைக்கப்படும், உடல் வீழ்ச்சியானது குறுகிய தாவரங்கள் மற்றும் ஒன்றுடன் ஒன்று இலைகளில் விளைகிறது – இவை இரண்டும் தாவரத்தின் வளரும் திறனை எதிர்மறையாக பாதிக்கின்றன.

சீனாவை தளமாகக் கொண்ட ஆராய்ச்சியாளர்கள் குழுவின் கூற்றுப்படி, வழக்கமான தங்குமிட தடுப்பு மற்றும் தணிப்புக்கு பயிர் வயல்களை ஆய்வு செய்ய பல விவசாய தொழில்நுட்ப வல்லுநர்களுக்கு குறிப்பிடத்தக்க நேரம் தேவைப்படுகிறது. ஆளில்லா வான்வழி வாகனம் (UAV)-அடிப்படையிலான ஹைப்பர்ஸ்பெக்ட்ரல் இமேஜிங் எனப்படும் தொலைநிலை கண்காணிப்பின் விரைவான, அழிவில்லாத முறையாக ஒரு சாத்தியமான தீர்வு இருக்கக்கூடும் என்று அவர்கள் கூறினர். பயிர்களை உடல்ரீதியாக ஆய்வு செய்யும் நபர்களின் நேரமோ செலவோ இல்லாமலேயே இந்த முறை மக்காச்சோளத்தை மீட்டெடுப்பதை துல்லியமாக மதிப்பிட முடியும் என்று குழு சமீபத்தில் கண்டறிந்தது.

குழு ஆகஸ்ட் 28 அன்று தங்கள் அணுகுமுறையை வெளியிட்டது ரிமோட் சென்சிங் ஜர்னல்.

“UAV- அடிப்படையிலான ஹைப்பர்ஸ்பெக்ட்ரல் இமேஜிங் தொழில்நுட்பம், உறைவிடம் பயிர்களை மீட்டெடுப்பதை நாங்கள் கண்காணிக்கும் மற்றும் மதிப்பிடும் விதத்தில் புரட்சியை ஏற்படுத்துகிறது” என்று யாங்ஜோ பல்கலைக்கழகத்தின் மருத்துவரான முதல் எழுத்தாளர் கியான் சன் கூறினார்.

“இந்த மேம்பட்ட முறை தாவர ஆரோக்கியம் மற்றும் வளர்ச்சியின் விரைவான, அழிவில்லாத மதிப்பீட்டை அனுமதிக்கிறது. இது தாவரங்களின் நிலையை நன்கு புரிந்துகொள்வதற்கு உதவுவது மட்டுமல்லாமல் ஒட்டுமொத்த பயிர் மேலாண்மை நடைமுறைகளை மேம்படுத்துகிறது, இது மிகவும் பயனுள்ள தலையீடுகள் மற்றும் மேம்பட்ட விவசாய உற்பத்திக்கு வழிவகுக்கும்.”

UAV-அடிப்படையிலான ஹைப்பர்ஸ்பெக்ட்ரல் இமேஜிங் என்பது ட்ரோன் போன்ற வாகனங்களைப் பயன்படுத்துவதை உள்ளடக்கியது, அவை குறைந்த மனித உள்ளீடுகளுடன் பறந்து புலத்தை ஆராயும். ஒரு படத்தில் உள்ள ஒவ்வொரு பிக்சலுக்கும், இந்த முறை பல நிறமாலை பட்டைகளை தீர்மானிக்கிறது – மனித பார்வையை விட மிகவும் விரிவான புரிதல், இது மூன்று பட்டைகள் தெரியும் ஒளியை மட்டுமே பார்க்கிறது.

விதானத்தின் உயரம் மற்றும் கவரேஜை மதிப்பிடுவதற்கு ஆராய்ச்சியாளர்கள் UAV அடிப்படையிலான ஹைப்பர்ஸ்பெக்ட்ரல் இமேஜிங்கைப் பயன்படுத்தினர், அத்துடன் குளோரோபில் உற்பத்தி போன்ற மக்காச்சோளத்தின் உடலியல் செயல்பாடு-ஒளிச்சேர்க்கையின் ஆதாரம், தண்டுகள் சிறியதாக இருந்தால் அல்லது இலைகள் மற்றவற்றால் மறைந்தால் குறைக்கப்படும் ஆற்றல் உற்பத்தி செயல்முறை. உறைவிடம் பிறகு தாவரங்கள். துல்லியமான மதிப்பீட்டிற்கு இந்த இரண்டு முனை அணுகுமுறை அவசியம், ஆராய்ச்சியாளர்கள் கூறியது, ஒரே ஒரு மாறியை அளவிடுவது மக்காச்சோளத்தின் மீள்வளர்ச்சி முன்னேற்றத்தின் முழுமையற்ற படத்தை வழங்குகிறது.

“இந்த நுட்பம் பாரம்பரிய முறைகளுடன் ஒப்பிடும்போது மிகவும் துல்லியமான கண்காணிப்பு மற்றும் தங்குமிட பயிர் நிலைமைகளை மதிப்பீடு செய்ய அனுமதிக்கிறது,” என்று பெய்ஜிங் அகாடமி ஆஃப் அக்ரிகல்ச்சர் அண்ட் ஃபாரஸ்ட்ரி சயின்சஸ், தகவல் தொழில்நுட்ப ஆராய்ச்சி மையத்தின் பேராசிரியரான இணை எழுத்தாளர் சியாவோ கு கூறினார்.

“குறிப்பாக, இந்த ஆய்வு ஒரு விரிவான மதிப்பீட்டு கட்டமைப்பை முன்மொழிந்தது, இது விதான அமைப்பு மற்றும் உடலியல் செயல்பாடுகளை ஒருங்கிணைத்து, உறைவிடம் மக்காச்சோளத்தின் மீட்பு தரங்களை மதிப்பிடுவதற்கான துல்லியமான மற்றும் திறமையான வழிமுறையை வழங்குகிறது.”

அவர்களின் இமேஜிங் அணுகுமுறையானது விதானத்தின் நிலை மற்றும் உடலியல் செயல்பாடு இரண்டையும் துல்லியமாக மதிப்பிட முடியும் என்று அவர்கள் தீர்மானித்தனர், மேலும் விவசாயிகளுக்கு தகவல்களை வழங்குவதன் மூலம் பயிர்களை மீட்டெடுக்க உதவலாம்.

“யுஏவி அடிப்படையிலான ஹைப்பர்ஸ்பெக்ட்ரல் தொழில்நுட்பத்தை பரவலாக ஏற்றுக்கொள்வதன் மூலம் விவசாய நடைமுறைகளில் புரட்சியை ஏற்படுத்துவதே இறுதி இலக்கு” என்று பெய்ஜிங் அகாடமி ஆஃப் அக்ரிகல்ச்சர் அண்ட் ஃபாரஸ்ட்ரியின் தகவல் தொழில்நுட்ப ஆராய்ச்சி மையத்தின் பேராசிரியரான லிப்பிங் சென் கூறினார்.

“இந்த மேம்பட்ட கருவியை பயிர் கண்காணிப்பில் ஒரு நிலையான அங்கமாக மாற்றுவதன் மூலம், தாவர ஆரோக்கியம் மற்றும் மீட்பு மதிப்பீட்டின் துல்லியம் மற்றும் செயல்திறனை கணிசமாக மேம்படுத்துவதை நோக்கமாகக் கொண்டுள்ளோம். இது விவசாயிகள் மற்றும் வேளாண் வல்லுநர்கள் பயிர்களை மிகவும் திறம்பட நிர்வகிக்கவும், தலையீடுகளை மேம்படுத்தவும், இறுதியில் மகசூல் மற்றும் உற்பத்தித்திறனை அதிகரிக்கவும் உதவும். .”

ஆய்வின் மற்ற இணை ஆசிரியர்கள் Baoyuan Zhang, Xuxhou Qu மற்றும் Yanglin Cui, அனைத்து தகவல் தொழில்நுட்ப ஆராய்ச்சி மையம், பெய்ஜிங் அகாடமி ஆஃப் அக்ரிகல்ச்சர் அண்ட் ஃபாரஸ்ட்ரி சயின்சஸ் ; மற்றும் இணை-தொடர்புடைய எழுத்தாளர் மெய்யன் ஷு, ஹெனான் வேளாண் பல்கலைக்கழகத்தில் தகவல் மற்றும் மேலாண்மை அறிவியல் கல்லூரி.