Του Πεσάχ Μπένσον • 30 Ιουλίου 2025
Ιερουσαλήμ, 30 Ιουλίου, 2025 (TPS-IL) — Σε μια ανακάλυψη που θα μπορούσε να αλλάξει τον τρόπο με τον οποίο οι αγρότες παρακολουθούν την υγεία των καλλιεργειών, Ισραηλινοί ερευνητές παρουσίασαν μια χαμηλού κόστους, μη επεμβατική μέθοδο για την εκτίμηση της συνολικής επιφάνειας των φύλλων στα φυτά — χρησιμοποιώντας τίποτα περισσότερο από μια κανονική βιντεοκάμερα.
Υπό την ηγεσία του υποψήφιου διδάκτορα Ντμίτρι Ουσένκο στο Ινστιτούτο Περιβαλλοντικών Επιστημών του Εβραϊκού Πανεπιστημίου, η μελέτη δείχνει πώς τα τυπικά πλάνα βίντεο μπορούν να μετατραπούν σε τρισδιάστατα μοντέλα φυτών χρησιμοποιώντας τεχνικές δομής από την κίνηση (SfM). Αυτή η μέθοδος — η οποία χρησιμοποιείται παραδοσιακά σε τομείς όπως η όραση υπολογιστών και η τηλεπισκόπηση — επιτρέπει την ακριβή μέτρηση της ανάπτυξης των φυτών χωρίς την ανάγκη ακριβών αισθητήρων ή καταστroφικής δειγματοληψίας.
«Η ακριβής μέτρηση της συνολικής επιφάνειας των φύλλων είναι ζωτικής σημασίας για την κατανόηση της ανάπτυξης των φυτών, της φωτοσύνθεσης και της χρήσης νερού», δήλωσε ο Δρ Ντέιβιντ Χέλμαν του Εβραϊκού Πανεπιστημίου, ο οποίος επέβλεψε την έρευνα. «Αλλά οι παραδοσιακές προσεγγίσεις συχνά απαιτούν καταστροφική δειγματοληψία ή δαπανηρό, απρόσιτο εξοπλισμό. Το μοντέλο μας φέρνει την προσβασιμότητα και την ακρίβεια μαζί με τρόπο που θα μπορούσε να ωφελήσει τόσο τους μικροκαλλιεργητές όσο και τις γεωργικές επιχειρήσεις ευρείας κλίμακας».
Σε συνεργασία με τον Δρ Τσεν Γκιλάντι από το Κολλέγιο Μηχανικής Σάμι Σαμούν, η ομάδα συνέλεξε περισσότερα από 300 κλιπ βίντεο από φυτά ντομάτας νάνους που μεγαλώνουν υπό ελεγχόμενες συνθήκες θερμοκηπίου. Από αυτά τα κλιπ, παρήγαγαν τρισδιάστατα νέφη σημείων — πυκνές συστάδες χωρικών δεδομένων — που αντιπροσωπεύουν το σχήμα και τη δομή των φυτών. Στη συνέχεια εκπαίδευσαν αλγορίθμους μηχανικής μάθησης για να εκτιμήσουν τη συνολική επιφάνεια των φύλλων με βάση τα χαρακτηριστικά που εξήχθησαν από τα τρισδιάστατα δεδομένα.
Τα ευρήματα δημοσιεύθηκαν στο επιστημονικό περιοδικό Computers and Electronics in Agriculture.
Το μοντέλο με την καλύτερη απόδοση πέτυχε συντελεστή προσδιορισμού (R²) 0,96, υποδεικνύοντας εξαιρετικά υψηλό επίπεδο προβλεπτικής ακρίβειας. Αξιοσημείωτο είναι ότι το σύστημα παρέμεινε αξιόπιστο ακόμη και υπό δύσκολες συνθήκες, όπως η επικάλυψη φύλλων ή η κίνηση των φυτών που προκαλείται από τη ροή του αέρα.
«Μειώνοντας το φράγμα του κόστους για την ακριβή παρακολούθηση των φυτών, ελπίζουμε να εκδημοκρατίσουμε την πρόσβαση στην έξυπνη γεωργία», δήλωσε ο Ουσένκο. «Αυτό είναι ένα μικρό αλλά ουσιαστικό βήμα προς μια εξυπνότερη, πιο βιώσιμη γεωργία».
Ενώ η μελέτη επικεντρώθηκε στις ντομάτες, οι ερευνητές τονίζουν ότι η μέθοδος είναι ανεξάρτητη από καλλιέργειες και προσαρmoστική. Δεδομένου ότι απαιτεί μόνο τυπική απεικόνιση RGB, η οποία είναι ευρέως διαθέσιμη σε καταναλωτικές συσκευές, η παρακολούθηση μπορεί εύκολα να κλιμακωθεί για χρήση τόσο σε θερμοκήπια όσο και σε ανοιχτά χωράφια σε όλο τον κόσμο, ανέφεραν οι επιστήμονες. Αυτό καθιστά την τεχνολογία πολύτιμη για αγροκτήματα μικροκαλλιεργητών που διαφορετικά δεν θα μπορούσαν να αντέξουν οικονομικά μια πιο ακριβή παρακολούθηση.
Στα θερμοκήπια, η τεχνολογία μπορεί επίσης να ενσωματωθεί σε αυτοματοποιημένα συστήματα για τη βελτιστοποίηση της άρδευσης, του φωτισμού και άλλων περιβαλλοντικών ελέγχων με βάση την ανάπτυξη των φυτών σε πραγματικό χρόνο.




