Unleashing the Power of Plant Trait Extraction from Drone Imagery

Les sélectionneurs de plantes ont longtemps compté sur un travail sur le terrain intensif pour évaluer les caractéristiques des plantes. Cependant, l’avènement des images de drones a révolutionné ce processus en fournissant des données haute résolution à grande échelle. Non seulement cette technologie accélère le processus de sélection, mais elle équipe également les sélectionneurs d’une connaissance sans précédent pour développer des cultures capables de prospérer dans les défis de l’agriculture du XXIe siècle.

L’utilisation des images de drones pour l’extraction des caractéristiques remonte à 1973, lorsque John Rouse a introduit le concept d’utilisation des bandes spectrales pour différencier les écosystèmes. Cela a donné naissance à l’indice de végétation différenciée normalisée (NDVI). Au fil du temps, les scientifiques des plantes ont développé une pléthore d’indices végétatifs, tels que MCARI, NDRE, NRI, LAI et MSAVI, pour mesurer diverses caractéristiques des plantes.

Ces dernières années, les avancées technologiques dans la création d’images panoramiques ont permis la création de reconstructions 3D des champs à partir d’images de drones. Cette percée permet aux sélectionneurs d’extraire des caractéristiques architecturales telles que la hauteur des plantes et le biovolume. De plus, elle facilite la géoréférencement des cartes de parcelles, permettant l’extraction de caractéristiques à partir de petites parcelles couramment utilisées par les chercheurs et les sélectionneurs.

Grâce à l’apprentissage automatique, les drones peuvent désormais classer et quantifier les caractéristiques des images. Les caractéristiques telles que le nombre de plants, la couverture du sol et même le comptage d’organes spécifiques tels que les épis de blé et les panicules de sorgho peuvent être identifiées avec précision. De plus, des capteurs thermiques et des charges utiles LiDAR peuvent être attachés aux drones, permettant la détection précoce des maladies des plantes et améliorant la résolution des caractéristiques 3D.

Des organisations de premier plan, telles que Hiphen, ont déjà mis en production ces caractéristiques pour des cultures clés. À mesure que ces caractéristiques deviennent plus courantes, les données générées sont analysées à l’aide de séries chronologiques ou d’algorithmes combinant différentes caractéristiques pour obtenir des indicateurs de performance et de gestion essentiels.

Malgré l’immense promesse de l’extraction des caractéristiques des plantes à partir des images de drones, des défis subsistent. La normalisation des protocoles de collecte de données, la prise en compte des problèmes de confidentialité et l’amélioration des algorithmes d’analyse des données sont des travaux en cours. La collaboration entre les chercheurs, les sélectionneurs et les développeurs de technologies est essentielle pour intégrer cette technologie de manière transparente dans le paysage agricole.

En conclusion, la puissante combinaison des images de drones et des techniques d’analyse des données permet aux sélectionneurs de cultures de prendre des décisions basées sur les données, d’identifier des marqueurs génétiques associés à des caractéristiques souhaitables et de simplifier la sélection de variétés de plantes supérieures. L’avenir de l’agriculture se situe dans les airs, alors que les drones continuent de révolutionner notre compréhension et notre amélioration des performances des cultures.

FAQ

By